2

我正在使用 matplotlib 生成直方图。

我需要垃圾箱的宽度不等，因为我最感兴趣的是最低的垃圾箱。现在我正在这样做：

plt.hist(hits_array, bins = (range(0,50,10) + range(50,550,50)))

这创建了我想要的（前 5 个 bin 的宽度为 10，其余 50 个），但是前五个 bin 当然比后一个更窄，因为所有 bin 都显示在同一轴上。

有没有办法影响 x 轴或直方图本身，所以我可以在前 5 个 bin 之后打破比例，所以所有 bin 都显示为同样宽？

（我意识到这会产生一个扭曲的视图，我对此很好，尽管我不介意轴的两个不同比例的部分之间有一点空间。）

任何帮助将不胜感激。谢谢！

4

3 回答 3

4

我在这里有一个类似的问题，答案是使用肮脏的黑客。 Matplotlib 直方图与高值收集箱

因此，使用以下代码，您将获得已经拥有的丑陋直方图。

def plot_histogram_04():
    limit1, limit2 = 50, 550
    binwidth1, binwidth2 = 10, 50    
    data = np.hstack((np.random.rand(1000) * limit1, np.random.rand(100) * limit2))

    bins = range(0, limit1, binwidth1) + range(limit1, limit2, binwidth2)

    plt.subplots(1, 1)
    plt.hist(data, bins=bins)
    plt.savefig('my_plot_04.png')
    plt.close()

在此处输入图像描述

为了使垃圾箱等宽，您确实必须使它们等宽！这意味着操纵您的数据，使它们都落在等宽的箱中，然后使用 xlabel。

def plot_histogram_05():
    limit1, limit2 = 50, 550
    binwidth1, binwidth2 = 10, 50

    data = np.hstack((np.random.rand(1000) * limit1, np.random.rand(100) * limit2))

    orig_bins = range(0, limit1, binwidth1) + range(limit1, limit2 + binwidth2, binwidth2)
    data = [(i - limit1) / (binwidth2 / binwidth1) + limit1 
            if i >= limit1 else i for i in data]
    bins = range(0, limit2 / (binwidth2 / binwidth1) + limit1, binwidth1)

    _, ax = plt.subplots(1, 1)
    plt.hist(data, bins=bins)

    xlabels = np.array(orig_bins, dtype='|S3')
    N_labels = len(xlabels)
    print xlabels
    print bins
    plt.xlim([0, bins[-1]])
    plt.xticks(binwidth1 * np.arange(N_labels))
    ax.set_xticklabels(xlabels)

    plt.savefig('my_plot_05.png')
    plt.close()

在此处输入图像描述

于 2014-10-07T05:28:56.007 回答
2

您可以使用bar并且无需拆分轴。这是一个例子，

import matplotlib.pylab as plt
import numpy as np

data = np.hstack((np.random.rand(1000)*50,np.random.rand(100)*500))
binwidth1,binwidth2=10,50
bins=range(0,50,binwidth1)+range(50,550,binwidth2)

fig,(ax) = plt.subplots(1, 1)

y,binEdges=np.histogram(data,bins=bins)

ax.bar(0.5*(binEdges[1:]+binEdges[:-1])[:5], y[:5],width=.8*binwidth1,align='center')
ax.bar(0.5*(binEdges[1:]+binEdges[:-1])[5:], y[5:],width=.8*binwidth1,align='center')
plt.show()

在此处输入图像描述

如果您真的想拆分轴，请查看此处。

于 2012-08-29T16:27:19.180 回答
1 
import pandas as pd
import numpy as np

df= data

bins = np.arange(0,0.1,0.001)
df.hist(bins=bins,color='grey')
于 2018-10-24T09:56:10.837 回答