Histograma Matplotlib

Então, eu tenho um pequeno problema. Eu tenho um conjunto de dados em scipy que já está no formato de histograma, então tenho o centro das caixas e o número de eventos por caixa. Como posso agora plotar é como um histograma. Eu tentei apenas fazer

bins, n=hist()

mas não gostou disso. Alguma recomendação?

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
hist, bins = np.histogram(x, bins=50)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width)
plt.show()

A interface orientada a objetos também é direta:

fig, ax = plt.subplots()
ax.bar(center, hist, align='center', width=width)
fig.savefig("1.png")

Se estiver usando escaninhos personalizados (não constantes), você pode passar calcular as larguras usando np.diff, passar as larguras para ax.bare usar ax.set_xtickspara rotular as bordas do depósito:

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
bins = [0, 40, 60, 75, 90, 110, 125, 140, 160, 200]
hist, bins = np.histogram(x, bins=bins)
width = np.diff(bins)
center = (bins[:-1] + bins[1:]) / 2

fig, ax = plt.subplots(figsize=(8,3))
ax.bar(center, hist, align='center', width=width)
ax.set_xticks(bins)
fig.savefig("/tmp/out.png")

plt.show()

Se você não quiser barras, pode representá-lo assim:

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

bins, edges = np.histogram(x, 50, normed=1)
left,right = edges[:-1],edges[1:]
X = np.array([left,right]).T.flatten()
Y = np.array([bins,bins]).T.flatten()

plt.plot(X,Y)
plt.show()

Sei que isso não responde à sua pergunta, mas sempre acabo nesta página, quando procuro a solução matplotlib para histogramas, porque o simples histogram_demofoi removido da página da galeria de exemplos matplotlib.

Aqui está uma solução, que não precisa numpyser importada. Eu apenas importo numpy para gerar os dados xa serem plotados. Ele depende da função em histvez da função barcomo na resposta de @unutbu.

import numpy as np
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

import matplotlib.pyplot as plt
plt.hist(x, bins=50)
plt.savefig('hist.png')

Verifique também a galeria matplotlib e os exemplos matplotlib .

Se você estiver disposto a usar pandas:

pandas.DataFrame({'x':hist[1][1:],'y':hist[0]}).plot(x='x',kind='bar')

Acho que isso pode ser útil para alguém.

A função de histograma do Numpy, para meu aborrecimento (embora, eu aprecie que haja uma boa razão para isso), retorna as bordas de cada caixa, em vez do valor da caixa. Embora isso faça sentido para números de ponto flutuante, que podem estar dentro de um intervalo (ou seja, o valor central não é super significativo), esta não é a saída desejada ao lidar com valores discretos ou inteiros (0, 1, 2, etc) . Em particular, o comprimento dos bins retornados de np.histograma não é igual ao comprimento das contagens / densidade.

Para contornar isso, usei np.digitize para quantizar a entrada e retornar um número discreto de caixas, junto com a fração de contagens para cada caixa. Você pode editar facilmente para obter o número inteiro de contagens.

def compute_PMF(data)
    import numpy as np
    from collections import Counter
    _, bins = np.histogram(data, bins='auto', range=(data.min(), data.max()), density=False)
    h = Counter(np.digitize(data,bins) - 1)
    weights = np.asarray(list(h.values())) 
    weights = weights / weights.sum()
    values = np.asarray(list(h.keys()))
    return weights, values
####

Refs:

[1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.histogram.html

[2] https://docs.scipy.org/doc/numpy/reference/generated/numpy.digitize.html