Histogramme Matplotlib

J'ai donc un petit problème. J'ai un ensemble de données en scipy qui est déjà au format histogramme, donc j'ai le centre des bacs et le nombre d'événements par bac. Comment puis-je maintenant tracer un histogramme. J'ai essayé juste de faire

bins, n=hist()

mais ça n'a pas plu. Des recommandations?

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
hist, bins = np.histogram(x, bins=50)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width)
plt.show()

L'interface orientée objet est également simple:

fig, ax = plt.subplots()
ax.bar(center, hist, align='center', width=width)
fig.savefig("1.png")

Si vous utilisez des bacs personnalisés (non constants), vous pouvez transmettre le calcul des largeurs en utilisant np.diff, transmettre les largeurs à ax.baret utiliser ax.set_xtickspour étiqueter les bords des bacs :

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
bins = [0, 40, 60, 75, 90, 110, 125, 140, 160, 200]
hist, bins = np.histogram(x, bins=bins)
width = np.diff(bins)
center = (bins[:-1] + bins[1:]) / 2

fig, ax = plt.subplots(figsize=(8,3))
ax.bar(center, hist, align='center', width=width)
ax.set_xticks(bins)
fig.savefig("/tmp/out.png")

plt.show()

Si vous ne voulez pas de barres, vous pouvez le tracer comme ceci:

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

bins, edges = np.histogram(x, 50, normed=1)
left,right = edges[:-1],edges[1:]
X = np.array([left,right]).T.flatten()
Y = np.array([bins,bins]).T.flatten()

plt.plot(X,Y)
plt.show()

Je sais que cela ne répond pas à votre question, mais je finis toujours sur cette page, lorsque je recherche la solution matplotlib aux histogrammes, car le simple a histogram_demoété supprimé de la page de la galerie d'exemples matplotlib.

Voici une solution qui ne nécessite pas numpyd'être importée. J'importe uniquement numpy pour générer les données xà tracer. Il repose sur la fonction histau lieu de la fonction barcomme dans la réponse de @unutbu.

import numpy as np
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

import matplotlib.pyplot as plt
plt.hist(x, bins=50)
plt.savefig('hist.png')

Consultez également la galerie matplotlib et les exemples matplotlib .

Si vous êtes prêt à utiliser pandas:

pandas.DataFrame({'x':hist[1][1:],'y':hist[0]}).plot(x='x',kind='bar')

Je pense que cela pourrait être utile pour quelqu'un.

La fonction d'histogramme de Numpy, à mon grand désagrément (bien que, j'apprécie qu'il y ait une bonne raison à cela), renvoie les bords de chaque bac, plutôt que la valeur de la case. Bien que cela ait du sens pour les nombres à virgule flottante, qui peuvent se trouver dans un intervalle (c'est-à-dire que la valeur centrale n'est pas très significative), ce n'est pas la sortie souhaitée lorsqu'il s'agit de valeurs discrètes ou d'entiers (0, 1, 2, etc.) . En particulier, la longueur des cases renvoyées par np.histogram n'est pas égale à la longueur des comptages / densité.

Pour contourner cela, j'ai utilisé np.digitize pour quantifier l'entrée et renvoyer un nombre discret de bacs, ainsi qu'une fraction de comptage pour chaque bac. Vous pouvez facilement modifier pour obtenir le nombre entier de comptes.

def compute_PMF(data)
    import numpy as np
    from collections import Counter
    _, bins = np.histogram(data, bins='auto', range=(data.min(), data.max()), density=False)
    h = Counter(np.digitize(data,bins) - 1)
    weights = np.asarray(list(h.values())) 
    weights = weights / weights.sum()
    values = np.asarray(list(h.keys()))
    return weights, values
####

Réf:

[1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.histogram.html

[2] https://docs.scipy.org/doc/numpy/reference/generated/numpy.digitize.html