Question

我想使用Matplotlib在已经预先计数的数据上绘制直方图。例如，假设我有原始数据

data = [1, 2, 2, 3, 4, 5, 5, 5, 5, 6, 10]

鉴于此数据，我可以使用

pylab.hist(data, bins=[...])

绘制直方图。

就我而言，数据已被预先计算并表示为字典：

counted_data = {1: 1, 2: 2, 3: 1, 4: 1, 5: 4, 6: 1, 10: 1}

理想情况下，我想将这个预先计数的数据传递给直方图函数，让我可以控制箱宽，绘图范围等，就像我已经将原始数据传递给它一样。作为一种解决方法，我将我的计数扩展到原始数据中：

data = list(chain.from_iterable(repeat(value, count)
            for (value, count) in counted_data.iteritems()))

当counted_data包含数百万个数据点的计数时，效率很低。

是否有更简单的方法使用Matplotlib从我预先计算的数据中生成直方图？

或者，如果最简单的条形图是预先装箱的数据，那么是否有一种方便的方法来推广＆＃34;＆＃34;我的每个项目都计入分类计数？

Answer 1

您可以使用weights关键字参数np.histgram（下面plt.hist次调用）

val, weight = zip(*[(k, v) for k,v in counted_data.items()])
plt.hist(val, weights=weight)

假设您仅将整数作为键，您还可以直接使用bar：

min_bin = np.min(counted_data.keys())
max_bin = np.max(counted_data.keys())

bins = np.arange(min_bin, max_bin + 1)
vals = np.zeros(max_bin - min_bin + 1)

for k,v in counted_data.items():
    vals[k - min_bin] = v

plt.bar(bins, vals, ...)

其中......是您希望传递给bar (doc)

的参数

如果您想重新收集数据，请参阅Histogram with separate list denoting frequency

Answer 2

我使用pyplot.hist的weights选项按每个键的值加权，生成我想要的直方图：

pylab.hist(counted_data.keys(), weights=counted_data.values(), bins=range(50))

这使我可以依靠hist重新收集数据。

Answer 3

＆＃34; bins＆＃34;的长度数组应该长于＆＃34;计数＆＃34;。以下是完全重建直方图的方法：

import numpy as np
import matplotlib.pyplot as plt
bins = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]).astype(float)
counts = np.array([5, 3, 4, 5, 6, 1, 3, 7]).astype(float)
centroids = (bins[1:] + bins[:-1]) / 2
counts_, bins_, _ = plt.hist(centroids, bins=len(counts),
                             weights=counts, range=(min(bins), max(bins)))
plt.show()
assert np.allclose(bins_, bins)
assert np.allclose(counts_, counts)

Answer 4

您也可以使用seaborn绘制直方图：

import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(list(counted_data.keys()), hist_kws={"weights":list(counted_data.values())})

Answer 5

添加到 tacaswell 的评论中，对于大量 bin (>1e4)，plt.bar 在这里比 plt.hist 效率更高。特别是对于拥挤的随机图，您只需要绘制最高的条形图，因为查看它们所需的宽度将覆盖大多数邻居。您可以挑选出最高的条形并用

绘制它们

i, = np.where(vals > min_height)
plt.bar(i,vals[i],width=len(bins)//50)

其他统计趋势可能更喜欢每隔 100 个条形图或类似的东西绘制。

这里的技巧是 plt.hist 想要绘制所有的 bin，而 plt.bar 会让你只绘制一组稀疏的可见 bin。

在Matplotlib中从预先计数的数据绘制直方图

5 个答案: