Question

我想通过获取该bin中权重之和（sumw2）的平方根（poission error）来计算bin高度的误差。当使用matplotlib或numpy（或任何其他库）对数据进行直方图编码时，有没有办法得到权重（sumw）和/或sumw2的总和？

假设我在numpy数组x中有一些数据，在另一个numpy数组中有一些权重w，以获得直方图，我会这样做

n, bins, patches = pyplot.hist(x,weights=w)

或

n, bins = numpy.histogram(x,weights=w)

在这两种情况下，我都不知道w的哪些条目属于哪个bin对吧？

编辑：目前我正在使用YODA来执行此操作。从我的观点来看，缺点是YODA直方图一次只能填充一个数据点。

Answer 1

考虑权重为x的数组w。由x和w加权的bins中数据的直方图如下：

n, bins = np.histogram(x, bins=bins, weights=w)

与n相关的误差可以计算为：

n_err = np.sqrt(np.histogram(x, bins=bins, weights=w**2)[0])

请注意，如果未对数据进行加权（即(w == 1).all()），则错误会减少到“标准” np.sqrt(n)

Answer 2

根据numpy documentation，权重

一系列重量，形状与a相同。每个值只有一个将相关的权重贡献给仓数（而不是 1）。如果密度为True，则权重被归一化，因此密度超出范围的积分仍为1。

这意味着w中的每个值都应与x中的值相关联。如果你想加权箱并绘制它们，你可以先找到箱子的值，然后乘以权重，最后用bar绘制它们。

val, pos = np.histogram(np.arange(1000))
w_val = val * w
plt.bar(pos[1:], w_val)

<小时/> 评论更新：

啊，对不起，我似乎不明白最初的问题。实际上，您可以使用pos查找与每个bin相关的单元格，并使用这些信息计算您的权重函数。

for left, right in zip(pos, pos[1:): 
    ix = np.where((x >= left) & (x <= right))[0] 
    sumw2 = np.sum(w[ix] ** 2)