我有兩個 numpy 數組X和GX（分別為 float 和 int），我想對X數組進行 bin（以及相應GX的值來保存頻率）并繪制一個直方圖，x 軸上有 bin，y 軸上有頻率。我也嘗試過使用 pandas'qcut和cutmatplotlib's histogram。它們似乎都不起作用。我從頭開始用 numpy 創建了 bin 和頻率，但我所能得到的只是一個散點圖。bins = np.linspace(min(X), max(X),100)freq = []countl = 0for i in range(len(bins)-1): count = 0 for j in range(len(X)): if bins[i]<X[j]<bins[i+1]: count += np.sum(GX[np.where(X==X[j])]) freq.append(count)for j in X: if bins[-2]<j<bins[-1]: countl += np.sum(GX[np.where(X==j)])freq.append(countl)plt.figure(figsize=(7,7))plt.scatter(bins,freq,c='b')而不是散點圖，我怎樣才能得到條形圖或直方圖（可能是一種更好的 bin 值方法）？
1 回答
慕絲7291255
TA貢獻1859條經驗 獲得超6個贊
使用給定的代碼，因為您已經計算了每個箱子，所以直方圖只是這些箱子的條形圖：
plt.bar(bins, freq, width=bins[1]-bins[0], color='crimson', ec='black')
請注意，該測試bins[i] < X[j] < bins[i+1]會遺漏完全等于 bin 邊界的 X 值。在大多數情況下，這種平等是不太可能的，除了 X 的最小值和最大值。因此，bins[i] <= X[j] < bins[i+1]會更安全。此外，為了適應最后一個值，您可以僅使用一個 epsilon 來擴展 bin：例如bins = np.linspace(min(X), max(X)+0.000001, 100)（取決于 X 的大小，確保 epsilon 非常小，但在smaller than測試中不會被忽略）。
或者，如果 GX 的總和不會太大而不會導致內存問題，您可以只使用np.repeat重復X數組GX作為重復因子。然后，matplotlib 可以按照通常的方式計算直方圖：
all_X = np.repeat(X, GX) plt.hist(all_X, bins=100, color='crimson', ec='black')
添加回答
舉報
0/150
提交
取消