matplotlib将y轴减小一个因子来表示百分比频率

Question

所以我有3个分数列表，我使用直方图来显示每个分数出现的频率。问题是每个都有100000个，我需要将y值减少那么多以获得频率百分比。这是我现在的代码

bins = numpy.linspace(0, 1, 50)

z = np.linspace(0,1,50)
g = (lambda z: 2 * np.exp((-2)*(z**2)*(1000000000)))
w = g(z)
plt.plot(z,w)

pyplot.hist(Vrand, bins, alpha=0.5)
pyplot.hist(Vfirst, bins, alpha=0.5)
pyplot.hist(Vmin, bins, alpha=0.2)
pyplot.show()

这是我需要y轴除以100000

的最后一块代码

更新： 当我尝试使用np直方图除以100000时所有值= 0除了上面的行

bins = numpy.linspace(0, 1, 50)

z = np.linspace(0,1,50)
g = (lambda z: 2 * np.exp((-2)*(z**2)*(100000)))
w = g(z)
plt.plot(z,w)

hist, bins = np.histogram(Vrand, bins)
hist /= 100000.0
widths = np.diff(bins)
pyplot.bar(bins[:-1], hist, widths)

Answer 1

matplotlib histogram has一个“标准化”参数，可用于将所有内容扩展到[0,1]间隔

pyplot.hist(Vrand, bins, normed=1)

或使用weights参数按不同系数进行缩放。

您还可以使用numpy histogram的重新调整值并根据需要进行缩放（在python 3.x中测试）

hist, bins = np.histogram(Vrand, bins)
hist /= 100000.0
widths = np.diff(bins)
pyplot.bar(bins[:-1], hist, widths)

我认为前两种解决方案更好，因为我们不应该“重新发明轮子”并手工实施已经在库中完成的工作。

Answer 2

首先，我建议您考虑一下自己的风格，使用plt或pyplot而不是两者兼而有之，您应该在示例代码中包含一些假数据来说明问题和导入。

因此，问题在于以下示例中的计数非常大：

bins = np.linspace(0, 1, 50)
data = np.random.normal(0.5, 0.1, size=100000)

plt.hist(data, bins)
plt.show()

您尝试通过将bin计数除以整数来解决此问题：

hist, bins = plt.histogram(data, bins)
hist_divided = hist/10000

这里的问题是hist是int的数组，并且分割整数是棘手的。例如

>>> 2/3
0
>>> 3/2
1

如果你选择一个太大的值除以，这就是给你一行0的东西。相反，您可以按照@lejlot的建议划分浮点数，注意您需要除以10000.0而不是10000。

或@lejlot提出的其他建议只是在'hist'调用中使用normed参数。这会重新调整hist中的所有麻木，使得它们的平方和为1，在比较值时非常有用。

我也注意到你似乎遇到了这个问题，因为你在与直方图相同的轴上绘制线图，如果这个线图超出[0,1]范围，你将再次遇到同样的问题，而不是重新缩放直方图轴你应该twin the x axis。