在 Python 中是否有一种干净的方法来生成折线直方图?
Is there a clean way to generate a line histogram chart in Python?
我需要创建一个绘制直线而不是阶梯图或条形图的直方图。我正在使用 python 2.7 下面的 plt.hist 函数绘制了一条阶梯线,并且容器在 plt.plot 函数中没有对齐。
import matplotlib.pyplot as plt
import numpy as np
noise = np.random.normal(0,1,(1000,1))
(n,x,_) = plt.hist(noise, bins = np.linspace(-3,3,7), histtype=u'step' )
plt.plot(x[:-1],n)
我需要这条线与 bin 中心的每个 bin 的计数相关联,就好像有一个 histtype=u'line' 标志与 align=u'mid' 标志
使用scipy,你可以use stats.gaussian_kde
to estimate the probability density function:
import matplotlib.pyplot as plt
import numpy as np
import scipy.stats as stats
noise = np.random.normal(0, 1, (1000, ))
density = stats.gaussian_kde(noise)
n, x, _ = plt.hist(noise, bins=np.linspace(-3, 3, 50),
histtype=u'step', density=True)
plt.plot(x, density(x))
plt.show()
Matplotlib's thumbnail gallery is usually quite helpful in situations like yours. A combination of this and this one 来自画廊的一些定制可能非常接近您的想法:
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
mu = 0
sigma = 1
noise = np.random.normal(mu, sigma, size=1000)
num_bins = 7
n, bins, _ = plt.hist(noise, num_bins, normed=1, histtype='step')
y = mlab.normpdf(bins, mu, sigma)
plt.plot(bins, y, 'r--')
plt.show()
此外,增加垃圾箱数量有助于...
您生成的线图没有对齐,因为使用的 x 值是 bin 边缘。
您可以按如下方式计算 bin 中心:bin_centers = 0.5*(x[1:]+x[:-1])
那么完整的代码将是:
noise = np.random.normal(0,1,(1000,1))
n,x,_ = plt.hist(noise, bins = np.linspace(-3,3,7), histtype=u'step' )
bin_centers = 0.5*(x[1:]+x[:-1])
plt.plot(bin_centers,n) ## using bin_centers rather than edges
plt.show()
如果你想让图表填充到 y=0 然后使用 plt.fill_between(bin_centers,n)
我需要创建一个绘制直线而不是阶梯图或条形图的直方图。我正在使用 python 2.7 下面的 plt.hist 函数绘制了一条阶梯线,并且容器在 plt.plot 函数中没有对齐。
import matplotlib.pyplot as plt
import numpy as np
noise = np.random.normal(0,1,(1000,1))
(n,x,_) = plt.hist(noise, bins = np.linspace(-3,3,7), histtype=u'step' )
plt.plot(x[:-1],n)
我需要这条线与 bin 中心的每个 bin 的计数相关联,就好像有一个 histtype=u'line' 标志与 align=u'mid' 标志
使用scipy,你可以use stats.gaussian_kde
to estimate the probability density function:
import matplotlib.pyplot as plt
import numpy as np
import scipy.stats as stats
noise = np.random.normal(0, 1, (1000, ))
density = stats.gaussian_kde(noise)
n, x, _ = plt.hist(noise, bins=np.linspace(-3, 3, 50),
histtype=u'step', density=True)
plt.plot(x, density(x))
plt.show()
Matplotlib's thumbnail gallery is usually quite helpful in situations like yours. A combination of this and this one 来自画廊的一些定制可能非常接近您的想法:
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
mu = 0
sigma = 1
noise = np.random.normal(mu, sigma, size=1000)
num_bins = 7
n, bins, _ = plt.hist(noise, num_bins, normed=1, histtype='step')
y = mlab.normpdf(bins, mu, sigma)
plt.plot(bins, y, 'r--')
plt.show()
此外,增加垃圾箱数量有助于...
您生成的线图没有对齐,因为使用的 x 值是 bin 边缘。
您可以按如下方式计算 bin 中心:bin_centers = 0.5*(x[1:]+x[:-1])
那么完整的代码将是:
noise = np.random.normal(0,1,(1000,1))
n,x,_ = plt.hist(noise, bins = np.linspace(-3,3,7), histtype=u'step' )
bin_centers = 0.5*(x[1:]+x[:-1])
plt.plot(bin_centers,n) ## using bin_centers rather than edges
plt.show()
如果你想让图表填充到 y=0 然后使用 plt.fill_between(bin_centers,n)