制作Numpy数组值的情节

Question

我有一个很大的numpy.ndarray，我想制作一个图，其中x轴与数组中的值有关，y轴表示该值出现在数组中的频率。要清楚，我不关心数组中数据的顺序，或者如果它们的顺序搞砸了，我只想取数字，将它们分开，然后绘制它们。

到目前为止，我想要做的步骤，我的Jupyter笔记本中的每一个都是独立的

• 打开/读取我的数组（它的1024x1024，非常大） - 步骤完成

• 将数组转换为list-done

• 在数组中吐出空值...目前无法正常工作

• Bin数据计算值......真的丢失了

• 分散情节 - 修剪与数量 - 一旦前两个工作，matplotlib与我相处，这部分将会很好

  将numpy导入为np

  将matplotlib.pyplot导入为plt

  scidata = np数据数组，1024x1024

  lsci = []

  表示范围（1024）中的r：

  scilist = scidata[r,:].tolist()
  
  lsci.extend(scilist)
  
  trimmed = lsci
  

  表示lsci：

  中的项目

    if 12.58 <= i== 12.59: #the null value I don't want is in this range
  
    r.remove(item)
  

对不起，我希望自己有更多，但这对我来说有点冒险，我有点惭愧发布我尝试过但失败的事情，因为大多数都是死路一条。我想到的唯一真正的解决方案是对数据进行分级......但是这对于散点图不起作用，因为两个列表的长度不一样，而且直方图不是＆＃ 39;无论如何我想要的最终产品。那么我可以使用另一种方法，我不知道吗？ （我觉得那里有一些我从未学过的编码知识 - 当然我并不是第一个想要这样做的人。）谢谢！

编辑：抱歉，我的所有代码都没有显示为代码，即使我放了四个空格......

Answer 1

'Binning'绝对是一个直方图功能，但我得到的印象是你需要一个简单的数据透视表。怎么样：

1. 删除不需要的值
2. 将numpy数组转换为dataframe
3. 从数据框
创建数据透视表
4. 绘制结果

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline

a = np.random.randint(10, size=100)   # array([3, 0, 3, 8, 1, 9, 1, 8,...])
exclude_value = 3  # change as required
a_new = [item for item in a if item != exclude_value] # new list without exclude value

df = pd.DataFrame(a_new).pivot_table(columns=0, aggfunc='size')

x = df.index.values
y = df.values
plt.bar(x,y)

plt.xticks(x)
plt.show()

输出：

（注意如何排除一个值，在本例中为3）

Answer 2

Nick Braunage提出了同样的建议，但没有熊猫：

import numpy as np
import matplotlib.pyplot as plt

a = np.random.randint(10, size=100)   # or use yourarray.ravel() here to make it flat

num, bins, _ = plt.hist(a)
plt.show()

或

num, bins = np.histogram(a)
plt.bar(bins[:-1], num)
plt.show()