`np.histogram`和`plt.hist`有什么区别？为什么这些命令不会绘制相同的图形？

Question

更新：再次抱歉，由于正确的评论，代码已更新。并且图形仍然存在一些问题 - 一个hist转移到另一个。

更新：对不起，这些his有不同数量的垃圾箱。即使在这一点上设置'5'作为plt.hist中的二进制数也无济于事

下面的代码计算同一数据源上的两个直方图。 绘制这些直方图表明它们并不重合。 np.hist的标记：它返回两个数组的元组 - 包含边框和多个计数的二进制值。所以我认为将bin边缘位置的值居中是合理的。

import numpy as np
import matplotlib.pyplot as plt
s = [1,1,1,1,2,2,2,3,3,4,5,5,5,6,7,7,7,7,7,7,7]

xmin = 1
xmax = 7
step = 1.
print 'nbins=',(xmax-xmin)/step
print np.linspace(xmin, xmax, (xmax-xmin)/step)
h1 = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))
print h1
def calc_centers_of_bins(x):
    return  list(x[i]+(x[i]-x[i+1])/2.0 for i in xrange(len(x)-1))

x = h1[1].tolist()
print x
y = h1[0].tolist()


plt.bar(calc_centers_of_bins(x),y, width=(x[-1]-x[0])/(len(y)), color='red', alpha=0.5)
plt.hist(s, bins=5,alpha=0.5)
plt.grid(True)
plt.show()

Answer 1

在这两种情况下，您使用的是不同的垃圾箱。在您的情况下，np.linspace(xmin, xmax, (xmax-xmin)/step)有5个分箱，但您告诉plt.hist使用6个分箱。

您可以通过查看每个输出来看到这一点：

h1 = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))
h_plt = plt.hist(s, bins=6,alpha=0.5)

然后：

>>> h1[1]
array([ 1. ,  2.2,  3.4,  4.6,  5.8,  7. ])
>>> h_plt[1]
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.])

我会用：

y, x = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))
nbins = y.size
# ...
plt.hist(s, bins=nbins, alpha=0.5)

然后您的直方图匹配，但您的情节仍然不会，因为您已将np.histogram的输出绘制在容器的中心，但plt.bar需要左边的数组：

  

plt.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)

     

参数
  ----------
  left：标量序列
      条形左侧的x坐标

     

height：标量序列
      酒吧的高度

你想要的是：

import numpy as np
import matplotlib.pyplot as plt
s = [1,1,1,1,2,2,2,3,3,4,5,5,5,6,7,7,7,7,7,7,7]

xmin = 1
xmax = 7
step = 1
y, x = np.histogram(s, bins=np.linspace(xmin, xmax, (xmax-xmin)/step))

nbins = y.size

plt.bar(x[:-1], y, width=x[1]-x[0], color='red', alpha=0.5)
plt.hist(s, bins=nbins, alpha=0.5)
plt.grid(True)
plt.show()