用matplotlib规范直方图

Question

我想用Matplotlib绘制一个直方图，但是我想要回收箱的值来表示总观察值的百分比。MWE应该是这样的：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
import matplotlib.ticker as tck
import seaborn as sns
import numpy

sns.set(style='dark')

imagen2 = plt.figure(1, figsize=(5, 2))
imagen2.suptitle('StackOverflow Matplotlib histogram demo')

luminance = numpy.random.randn(1000, 1000)
# "Luminance" should range from 0.0...1.0 so we normalize it
luminance = (luminance - luminance.min())/(luminance.max() - luminance.min())

top_left = plt.subplot(121)
top_left.imshow(luminance)
bottom_left = plt.subplot(122)
sns.distplot(luminance.flatten(), kde_kws={"cumulative": True})

# plt.savefig("stackoverflow.pdf", dpi=300)
plt.tight_layout(rect=(0, 0, 1, 0.95))
plt.show()

这里的CDF是OK (范围: 0，1)，但结果的直方图不符合我的预期：

​

​

为什么直方图的结果在0，4范围内？有办法解决这个问题吗？

Answer 1

tel's answer is great!，我只是想提供一个替代方案，给你你想要的直方图，用较少的线条。关键思想是在matplotlib hist函数中使用hist参数来规范计数。可以用以下三行代码替换sns.distplot(luminance.flatten(), kde_kws={"cumulative": True})：

lf = luminance.flatten()
sns.kdeplot(lf, cumulative=True)
sns.distplot(lf, kde=False,
             hist_kws={'weights': numpy.full(len(lf), 1/len(lf))})

​

​

如果要查看第二个y轴上的直方图(更好的视觉效果)，请将ax=bottom_left.twinx()添加到sns.distplot中。

​

​

Answer 2

你认为你想要什么

下面是如何绘制柱状图，使回收箱之和为1：

import matplotlib.pyplot as plt
import matplotlib.ticker as tck
import seaborn as sns
import numpy as np

sns.set(style='dark')

imagen2 = plt.figure(1, figsize=(5, 2))
imagen2.suptitle('StackOverflow Matplotlib histogram demo')

luminance = numpy.random.randn(1000, 1000)
# "Luminance" should range from 0.0...1.0 so we normalize it
luminance = (luminance - luminance.min())/(luminance.max() - luminance.min())

# get the histogram values
heights,edges = np.histogram(luminance.flat, bins=30)
binCenters = (edges[:-1] + edges[1:])/2

# norm the heights
heights = heights/heights.sum()

# get the cdf
cdf = heights.cumsum()

left = plt.subplot(121)
left.imshow(luminance)
right = plt.subplot(122)
right.plot(binCenters, cdf, binCenters, heights)

# plt.savefig("stackoverflow.pdf", dpi=300)
plt.tight_layout(rect=(0, 0, 1, 0.95))
plt.show()

# confirm that the hist vals sum to 1
print('heights sum: %.2f' % heights.sum())

产出：

​

​

heights sum: 1.00

实际答案

这个其实是超级容易。就这么做

sns.distplot(luminance.flatten(), kde_kws={"cumulative": True}, norm_hist=True)

下面是在运行您的脚本时所得到的内容，并进行了上述修改：

​

​

令人惊讶的扭曲！

因此，按照形式标识，您的直方图始终是规范化的：

​

​

在普通(呃)英语中，一般的做法是用其密度来规范连续值直方图(即它们的观测值可以用浮点数表示)。因此，在本例中，bin宽度乘以bin高度之和将达到1.0，通过运行这个简化的脚本版本可以看到：

import matplotlib.pyplot as plt
import matplotlib.ticker as tck
import numpy as np

imagen2 = plt.figure(1, figsize=(4,3))
imagen2.suptitle('StackOverflow Matplotlib histogram demo')

luminance = numpy.random.randn(1000, 1000)
luminance = (luminance - luminance.min())/(luminance.max() - luminance.min())

heights,edges,patches = plt.hist(luminance.ravel(), density=True, bins=30)
widths = edges[1:] - edges[:-1]

totalWeight = (heights*widths).sum()

# plt.savefig("stackoverflow.pdf", dpi=300)
plt.tight_layout(rect=(0, 0, 1, 0.95))
plt.show()
print(totalWeight)

而totalWeight确实与1.0完全相等，给出或取一点舍入误差。