[python] Matplotlib의 빈 크기 (히스토그램)

히스토그램을 만들기 위해 matplotlib을 사용하고 있습니다.

출력 함 수와 달리 출력 함의 크기를 수동으로 설정하는 방법이 있습니까?



답변

실제로는 매우 쉽습니다. 빈 수 대신 빈 경계가있는 목록을 제공 할 수 있습니다. 그것들은 또한 불균등하게 분배 될 수 있습니다 :

plt.hist(data, bins=[0, 10, 20, 30, 40, 50, 100])

당신이 그것들을 균등하게 분배하기를 원한다면, 간단히 range를 사용할 수 있습니다 :

plt.hist(data, bins=range(min(data), max(data) + binwidth, binwidth))

원래 답변에 추가

위의 행은 data정수 로 채워진 경우에만 작동 합니다. 으로 macrocosme는 지적 수레를 위해 당신은 사용할 수 있습니다 :

import numpy as np
plt.hist(data, bins=np.arange(min(data), max(data) + binwidth, binwidth))


답변

N 빈의 경우 빈 가장자리는 N + 1 값 목록으로 지정되며, 첫 번째 N은 낮은 빈 가장자리를, +1은 마지막 빈의 상단을 나타냅니다.

암호:

from numpy import np; from pylab import *

bin_size = 0.1; min_edge = 0; max_edge = 2.5
N = (max_edge-min_edge)/bin_size; Nplus1 = N + 1
bin_list = np.linspace(min_edge, max_edge, Nplus1)

linspace는 min_edge에서 max_edge까지 배열을 N + 1 값 또는 N 구간으로 나눈다는 점에 유의하십시오.


답변

쉬운 방법은 가지고있는 데이터의 최소 및 최대를 계산 한 다음 계산하는 것 L = max - min입니다. 그런 다음 L원하는 빈 너비로 나눕니다 (빈 크기가 의미하는 것으로 가정합니다).이 값의 상한을 빈 수로 사용하십시오.


답변

나는 일이 자동으로 일어나고 쓰레기통이 “좋은”값으로 떨어지는 것을 좋아합니다. 다음은 꽤 잘 작동하는 것 같습니다.

import numpy as np
import numpy.random as random
import matplotlib.pyplot as plt
def compute_histogram_bins(data, desired_bin_size):
    min_val = np.min(data)
    max_val = np.max(data)
    min_boundary = -1.0 * (min_val % desired_bin_size - min_val)
    max_boundary = max_val - max_val % desired_bin_size + desired_bin_size
    n_bins = int((max_boundary - min_boundary) / desired_bin_size) + 1
    bins = np.linspace(min_boundary, max_boundary, n_bins)
    return bins

if __name__ == '__main__':
    data = np.random.random_sample(100) * 123.34 - 67.23
    bins = compute_histogram_bins(data, 10.0)
    print(bins)
    plt.hist(data, bins=bins)
    plt.xlabel('Value')
    plt.ylabel('Counts')
    plt.title('Compute Bins Example')
    plt.grid(True)
    plt.show()

결과는 빈 크기 간격마다 빈이 있습니다.

[-70. -60. -50. -40. -30. -20. -10.   0.  10.  20.  30.  40.  50.  60.]

계산 된 빈 히스토그램


답변

용기를 균일하게하고 샘플에 맞게 Quantile을 사용합니다.

bins=df['Generosity'].quantile([0,.05,0.1,0.15,0.20,0.25,0.3,0.35,0.40,0.45,0.5,0.55,0.6,0.65,0.70,0.75,0.80,0.85,0.90,0.95,1]).to_list()

plt.hist(df['Generosity'], bins=bins, normed=True, alpha=0.5, histtype='stepfilled', color='steelblue', edgecolor='none')

여기에 이미지 설명을 입력하십시오


답변

OP와 같은 문제가 있었지만 Lastalda가 지정한 방식으로 작동하지 못했습니다. 나는 질문을 올바르게 해석했는지 알지 못하지만 다른 해결책을 찾았습니다 (아마도 그것을하는 것은 정말 나쁜 방법 일 것입니다).

이것이 내가 한 방식입니다.

plt.hist([1,11,21,31,41], bins=[0,10,20,30,40,50], weights=[10,1,40,33,6]);

이것은 이것을 만듭니다 :

matplotlib에서 작성된 히스토그램 그래프를 보여주는 이미지

따라서 첫 번째 매개 변수는 기본적으로 bin을 초기화합니다. 특히 bins 매개 변수에서 설정 한 범위 사이의 숫자를 만듭니다.

이를 설명하려면 첫 번째 매개 변수 ([1,11,21,31,41])의 배열과 두 번째 매개 변수 ([0,10,20,30,40,50])의 ‘bins’배열을 살펴보십시오. :

  • 첫 번째 배열의 숫자 1은 0과 10 사이입니다 ( ‘bins’배열에 있음)
  • 숫자 11 (첫 번째 배열에서)은 11에서 20 사이 ( ‘bins’배열에 있음)
  • 숫자 21 (첫 번째 배열에서)은 21에서 30 사이 ( ‘bins’배열에 있음) 등입니다.

그런 다음 ‘weights’매개 변수를 사용하여 각 빈의 크기를 정의합니다. 가중치 매개 변수에 사용되는 배열입니다 : [10,1,40,33,6].

따라서 0 ~ 10 빈에는 값 10이 주어지고 11 ~ 20 빈에는 1의 값이 주어지고 21 ~ 30 빈에는 40의 값이 주어집니다.


답변

정수 x 값을 가진 히스토그램의 경우

plt.hist(data, np.arange(min(data)-0.5, max(data)+0.5))
plt.xticks(range(min(data), max(data)))

오프셋 0.5는 빈을 x 축 값의 중심에 둡니다. 이 plt.xticks호출은 모든 정수에 틱을 추가합니다.