直方图Matplotlib

Question

所以我有个小问题。我在scipy中有一个已经是直方图格式的数据集，所以我有存储箱的中心和每个存储箱的事件数量。我现在怎么能把它画成直方图。我试着去做

bins, n=hist()

但它不喜欢这样。有什么建议吗？

Answer 1

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
hist, bins = np.histogram(x, bins=50)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width)
plt.show()

​

​

面向对象的接口也很简单：

fig, ax = plt.subplots()
ax.bar(center, hist, align='center', width=width)
fig.savefig("1.png")

如果您使用的是自定义(非常数)箱，则可以使用np.diff计算宽度，将宽度传递给ax.bar并使用ax.set_xticks标记箱边缘：

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
bins = [0, 40, 60, 75, 90, 110, 125, 140, 160, 200]
hist, bins = np.histogram(x, bins=bins)
width = np.diff(bins)
center = (bins[:-1] + bins[1:]) / 2

fig, ax = plt.subplots(figsize=(8,3))
ax.bar(center, hist, align='center', width=width)
ax.set_xticks(bins)
fig.savefig("/tmp/out.png")

plt.show()

​

​

Answer 2

如果你不想要条形图，你可以这样画它：

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

bins, edges = np.histogram(x, 50, normed=1)
left,right = edges[:-1],edges[1:]
X = np.array([left,right]).T.flatten()
Y = np.array([bins,bins]).T.flatten()

plt.plot(X,Y)
plt.show()

​

​

Answer 3

我知道这没有回答您的问题，但是当我搜索直方图的matplotlib解决方案时，我总是会出现在这个页面上，因为简单的histogram_demo已经从matplotlib示例图库页面中删除了。

这是一个不需要导入numpy的解决方案。我只导入numpy来生成要绘制的数据x。它依赖于函数hist，而不是@unutbu的answer中的函数bar。

import numpy as np
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

import matplotlib.pyplot as plt
plt.hist(x, bins=50)
plt.savefig('hist.png')

​

​

另外，还可以查看matplotlib gallery和matplotlib examples。