如何最好地利用hist（）来显示累积和标准的直方图？

Question

我在处理数值集时遇到问题，数据集的值范围从0到数万。使用hist（）显示整个数据集的直方图是没有问题的。但是，如果我只想使用say x = [0,120]显示累积和标准的详细直方图，我必须使用600000个箱来确保细节。

棘手的问题是如果我只使用（0,120）的范围来显示标准和累积的hist，它将以1结束。但实际上它远远小于真正的'1'，因为它只是在这个范围内小范围的数据。任何人都可以有一些想法如何利用matplotlib中的hist（）来解决这个问题？我认为这不应该太复杂，我必须编写另一个函数来绘制我需要的文档。

Answer 1

您可以将bins设置为列表，而不是整数，例如bins=[1,2,3,..,120,30000,60000]。

要回答下面的通讯，请参阅documentation：

的摘录

  

仓：

     

整数个二进制位或给出二进制位的序列。如果bin是一个整数，将返回bin + 1 bin边缘，与numpy.histogram（）的numpy版本＆gt; = 1.3一致，并且在早期版本中使用new = True参数。如果垃圾箱是一个序列，则支持不等间隔的垃圾箱。

和here is an example累积归一化直方图。注意bins = [100,125,150,160,170,180,190,200,210,220,230,240,250,275,300]对此条形图的影响，前两个条形如何比中间条形宽。

Answer 2

嗯，我想这与您之前的问题（Memory error when dealing with huge data）有关。我的建议似乎不适用于累积直方图。

我无法让plt.hist（）与cyborg的建议相提并论，所以我手工制作了cumsum和normalization：

from __future__ import division
import numpy as np
import matplotlib.pyplot as plt

from numpy.random import normal

inp = np.abs(normal(0, 100000, 100000))

bins = range(0, 120)
a,b = np.histogram(inp, bins = bins)
bar_edges = b[:-1]
bar_width = b[1] - b[0]
bar_height = (np.cumsum(a) + sum(inp<min(bins))) / len(inp)
plt.figure(1)
plt.bar(bar_edges, bar_height, width = bar_width)
plt.show()