Гистограмма Matplotlib

Question

Я пытаюсь построить простую гистограмму. Я обработал свои данные в виде списка: X = [30, 2728, 2894, 2582, 2309, 2396, 2491, 2453, 2382, 2325, 2225, 2359, 2138 ...]

где каждое положение соответствует к числу элементов с этим значением (так что 30 элементов для 0, 2728 для 1 и т. д.) Если я построю этот список в виде гистограммы, я получаю желаемый результат, но разрешение слишком велико (т.е. каждое значение является ведром). То, что я хочу сделать, это объединить ведра, чтобы я мог получить как мои значения X: 0, 1-10, 10-50, 50-150, 150-500, так и Y - сумму элементов в нужном диапазоне, поэтому для 0 У меня будет значение y 30, для 1-10 я буду иметь сумму суммы (2728, 2894, 2582, 2309, 2396, 2491, 2453, 2382, 2325, 2225) и т. Д.

Я пробовал так:

plt.hist(X,bins=[0,1,10]) 

, но я не получаю желаемый результат, я ожидаю получить один бар 0-1 с у = 30 и второй строка 1-10 с у = 24785, но это не то, что он строит.

Каков наилучший способ для этого?

Answer 1

Вы хотите объединить ведра в настраиваемый список: 0, 1-10, 10-50, 50-150, 150-500. Поскольку это индивидуальный список, я не уверен, можете ли вы прямо сообщить plt.hist, что такое корзины. Я бы предложил вручную подсчитать, сколько значений находится в каждом из настроенных бункеров. Это очень помогает, если вы преобразуете свой список X в массив NumPy, используя np.array().

X = np.array([30, 2728, 2894, 2582, 2309, 2396, 2491, 2453, 2382, 2325, 2225, 2359, 2138]) 
    ##Customized bin list: 
    bin_list = np.array([0,1,10,50,150, 500, np.inf ]) ##Can specify 500 to be inf as well 
    plot_bin = np.zeros(len(bin_list)-1) 
    for bin_n in range(len(bin_list)-1): 
     plot_bin[bin_n] = np.sum((X >= bin_list[bin_n]) & (X < bin_list[bin_n+1])) 

    ## Create string version of the buckets to use as labels 
    str_bin_list_lower = [str(a) for a in bin_list[0: -1 ]] 
    x_ticks = np.arange(len(bin_list)-1)-0.35 
    plt.bar(x_ticks, plot_bin) 
    plt.xticks(x_ticks+0.35, str_bin_list_lower) 

Отредактировано: Я неправильно понял ваш вопрос. У вас есть список bin [0,10,50] и вы хотите добавить числа из [0], [1-10], [10-50] и т. Д. Вам лучше знать, как элементы индекса Python. Например, range(10)[0:5] = [0,1,2,3,4] и range(10)[5:10] = [5,6,7,8,9]. Вы должны учитывать это, когда делаете свой список бинов. Тогда процесс биннинга должен быть:

X = np.array([30, 2728, 2894, 2582, 2309, 2396, 2491, 2453, 2382, 2325, 2225, 2359, 2138]) 
    bin_list = np.array([0,10,50,150, 500, np.inf ])+1 ##Can specify 500 
    plot_bin = np.zeros(len(bin_list)-1) 
    for bin_n in range(len(bin_list)-1): 
     if bin_n==len(bin_list)-2: 
     plot_bin[bin_n] = np.sum(X[ bin_list[bin_n]: ]) 
     else: 
     plot_bin[bin_n] = np.sum(X[ bin_list[bin_n]:bin_list[bin_n+1]+1]) 
    plot_bin = np.insert(plot_bin, 0, X[0]) 

Answer 2

Для пути вы Preprocess данные, правильный путь, чтобы построить это:

X = [30, 2728, 2894, 2582, 2309, 2396, 2491, 2453, 2382, 2325, 2225, 2359, 2138] 
plt.bar(range(len(X)),X); 

Однако matplotlib обеспечивает еще более легкий и простой способ построить гистограмму:

x = np.random.randn(1000) 
plt.hist(x, bins=30); 

Если вы хотите более прямой контроля над биннингом, вы можете переключиться на панда и попробовать pd.cut, где вы можете определить свои собственные контейнеры:

import pandas as pd 
df = pd.DataFrame({'x':np.random.randint(0,100,1000)}) 
factor = pd.cut(df.x, [1,10,20,100]) 
df.groupby(factor).apply(lambda x: x.count()).plot(kind='bar', rot=45, legend=0);