Python：直方图，区域标准化为1以外的值

Question

有没有办法告诉matplotlib“规范化”直方图，使其面积等于指定值（1除外）？

中的选项“normed = 0”

n, bins, patches = plt.hist(x, 50, normed=0, histtype='stepfilled')

只是将它带回频率分布。

Answer 1

只需计算并将其标准化为您想要的任何值，然后使用bar绘制直方图。

在旁注中，这将使所有条形的区域的标准化为normed_value。原始金额将不为normed_value（如果您愿意的话，很容易就是这种情况）。

E.g。

import numpy as np
import matplotlib.pyplot as plt

x = np.random.random(100)
normed_value = 2

hist, bins = np.histogram(x, bins=20, density=True)
widths = np.diff(bins)
hist *= normed_value

plt.bar(bins[:-1], hist, widths)
plt.show()

所以，在这种情况下，如果我们要整合（总和高度乘以宽度）的箱子，我们得到2.0而不是1.0。 （即(hist * widths).sum()将产生2.0）

Answer 2

您可以将weights参数传递给hist，而不是使用normed。例如，如果您的区间覆盖[minval, maxval]区间，则您有n个区间，并且您希望将区域标准化为A，那么我认为

weights = np.empty_like(x)
weights.fill(A * n / (maxval-minval) / x.size)
plt.hist(x, bins=n, range=(minval, maxval), weights=weights)

应该这样做。

编辑：weights参数的大小必须与x相同，其效果是使x中的每个值在weights中向bin计数提供相应的值，而不是1。

我认为hist函数可能会更好地控制规范化。例如，我认为当它正常时，标准化时会忽略分箱范围之外的值，这通常不是你想要的。