Kích thước thùng trong Matplotlib (Biểu đồ)
Câu trả lời:
Trên thực tế, nó khá dễ dàng: thay vì số lượng thùng bạn có thể đưa ra một danh sách với ranh giới bin. Chúng cũng có thể được phân phối không đồng đều:
plt.hist(data, bins=[0, 10, 20, 30, 40, 50, 100])Nếu bạn chỉ muốn chúng được phân phối đều, bạn chỉ cần sử dụng phạm vi:
plt.hist(data, bins=range(min(data), max(data) + binwidth, binwidth))Đã thêm vào câu trả lời gốc
Dòng trên chỉ hoạt động với datađầy đủ các số nguyên. Như macrocosme chỉ ra, đối với phao bạn có thể sử dụng:
import numpy as np
plt.hist(data, bins=np.arange(min(data), max(data) + binwidth, binwidth))(data.max() - data.min()) / number_of_bins_you_want. Có + binwidththể thay đổi thành chỉ 1để làm cho điều này trở thành một ví dụ dễ hiểu hơn.
lw = 5, color = "white"hoặc tương tự chèn các khoảng trống màu trắng giữa các thanh
Đối với các thùng N, các cạnh của thùng được chỉ định bởi danh sách các giá trị N + 1 trong đó N đầu tiên cho các cạnh của thùng dưới và +1 cho cạnh trên của thùng cuối cùng.
Mã số:
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)Lưu ý rằng linspace tạo mảng từ min_edge đến max_edge được chia thành các giá trị N + 1 hoặc N thùng
Tôi đoán cách dễ dàng sẽ là tính toán tối thiểu và tối đa của dữ liệu bạn có, sau đó tính toán L = max - min. Sau đó, bạn chia Lcho chiều rộng thùng mong muốn (Tôi giả sử đây là ý nghĩa của kích thước thùng) và sử dụng trần của giá trị này làm số thùng.
Tôi thích mọi thứ diễn ra tự động và để các thùng rơi vào các giá trị "tốt đẹp". Sau đây dường như làm việc khá tốt.
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()Kết quả có các thùng trên các khoảng đẹp của kích thước thùng.
[-70. -60. -50. -40. -30. -20. -10. 0. 10. 20. 30. 40. 50. 60.]
desired_bin_size=0.05, min_boundary=0.850, max_boundary=2.05việc tính toán n_binstrở nên int(23.999999999999993)mà kết quả trong 23 thay vì 24 và do đó một bin quá ít. Làm tròn số trước khi chuyển đổi số nguyên làm việc cho tôi:n_bins = int(round((max_boundary - min_boundary) / desired_bin_size, 0)) + 1
Tôi sử dụng các lượng tử để làm đồng phục thùng và phù hợp với mẫu:
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')
np.arange(0, 1.01, 0.5)hoặc np.linspace(0, 1, 21). Không có cạnh, nhưng tôi hiểu các hộp có diện tích bằng nhau, nhưng chiều rộng khác nhau trong trục X?
Tôi có vấn đề tương tự như OP (tôi nghĩ vậy!), Nhưng tôi không thể làm cho nó hoạt động theo cách mà Lastalda đã chỉ định. Tôi không biết liệu tôi đã giải thích câu hỏi đúng chưa, nhưng tôi đã tìm thấy một giải pháp khác (có lẽ đó là một cách thực sự tồi tệ để làm điều đó).
Đây là cách mà tôi đã làm:
plt.hist([1,11,21,31,41], bins=[0,10,20,30,40,50], weights=[10,1,40,33,6]);
Điều này tạo ra điều này:
Vì vậy, tham số đầu tiên về cơ bản là 'khởi tạo' thùng - Tôi đặc biệt tạo một số nằm trong phạm vi tôi đặt trong tham số thùng.
Để chứng minh điều này, hãy xem mảng trong tham số đầu tiên ([1,11,21,31,41]) và mảng 'thùng' trong tham số thứ hai ([0,10,20,30,40,50]) :
- Số 1 (từ mảng đầu tiên) nằm trong khoảng từ 0 đến 10 (trong mảng 'thùng')
- Số 11 (từ mảng đầu tiên) nằm trong khoảng từ 11 đến 20 (trong mảng 'thùng')
- Số 21 (từ mảng đầu tiên) nằm trong khoảng từ 21 đến 30 (trong mảng 'thùng'), v.v.
Sau đó, tôi đang sử dụng tham số 'trọng lượng' để xác định kích thước của mỗi thùng. Đây là mảng được sử dụng cho tham số trọng số: [10,1,40,33,6].
Vì vậy, thùng 0 đến 10 được cho giá trị 10, thùng 11 đến 20 được cho giá trị 1, thùng 21 đến 30 được cho giá trị 40, v.v.
Đối với một biểu đồ có giá trị x số nguyên tôi đã kết thúc bằng cách sử dụng
plt.hist(data, np.arange(min(data)-0.5, max(data)+0.5))
plt.xticks(range(min(data), max(data)))Độ lệch 0,5 tập trung vào các thùng trên các giá trị trục x. Cuộc plt.xticksgọi thêm một đánh dấu cho mỗi số nguyên.