带有两个数组的 Python 条形图

Question

我有两个 numpy 数组X和GX（分别为 float 和 int），我想对X数组进行 bin（以及相应GX的值来保存频率）并绘制一个直方图，x 轴上有 bin，y 轴上有频率。我也尝试过使用 pandas'qcut和cutmatplotlib's histogram。它们似乎都不起作用。我从头开始用 numpy 创建了 bin 和频率，但我所能得到的只是一个散点图。

bins   = np.linspace(min(X), max(X),100)

freq   = []

countl = 0

for 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')

而不是散点图，我怎样才能得到条形图或直方图（可能是一种更好的 bin 值方法）？

Answer 1

使用给定的代码，因为您已经计算了每个箱子，所以直方图只是这些箱子的条形图：plt.bar(bins,&nbsp;freq,&nbsp;width=bins[1]-bins[0],&nbsp;color='crimson',&nbsp;ec='black')请注意，该测试bins[i] < X[j] < bins[i+1]会遗漏完全等于 bin 边界的 X 值。在大多数情况下，这种平等是不太可能的，除了 X 的最小值和最大值。因此，bins[i] <= X[j] < bins[i+1]会更安全。此外，为了适应最后一个值，您可以仅使用一个 epsilon 来扩展 bin：例如bins = np.linspace(min(X), max(X)+0.000001, 100)（取决于 X 的大小，确保 epsilon 非常小，但在smaller than测试中不会被忽略）。或者，如果 GX 的总和不会太大而不会导致内存问题，您可以只使用np.repeat重复X数组GX作为重复因子。然后，matplotlib 可以按照通常的方式计算直方图：all_X&nbsp;=&nbsp;np.repeat(X,&nbsp;GX) plt.hist(all_X,&nbsp;bins=100,&nbsp;color='crimson',&nbsp;ec='black')