如何从数据列表制作直方图并使用matplotlib绘制它

z4bn682m 于 2022-11-15 发布在其他

关注(0)|答案(3)|浏览(153)

我已经安装了matplotlib，并尝试从一些数据创建直方图：

#!/usr/bin/python

l = []
with open("testdata") as f:
    line = f.next()
    f.next()  # skip headers
    nat = int(line.split()[0])
    print nat

    for line in f:
        if line.strip():
          if line.strip():
            l.append(map(float,line.split()[1:]))

    b = 0
    a = 1

for b in range(53):
    for a in range(b+1, 54):
        import operator
        import matplotlib.pyplot as plt
        import numpy as np

        vector1 = (l[b][0], l[b][1], l[b][2])
        vector2 = (l[a][0], l[a][1], l[a][2])

        x = vector1
        y = vector2
        vector3 = list(np.array(x) - np.array(y))
        dotProduct = reduce( operator.add, map( operator.mul, vector3, vector3))
    
        dp = dotProduct**.5
        print dp
    
        data = dp
        num_bins = 200  # <- number of bins for the histogram
        plt.hist(data, num_bins)
        plt.show()

代码的最后一部分出现错误：

/usr/lib64/python2.6/site-packages/matplotlib/backends/backend_gtk.py:621:     DeprecationWarning: Use the new widget gtk.Tooltip
  self.tooltips = gtk.Tooltips()
Traceback (most recent call last):
  File "vector_final", line 42, in <module>
plt.hist(data, num_bins)
  File "/usr/lib64/python2.6/site-packages/matplotlib/pyplot.py", line 2008, in hist
ret = ax.hist(x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, **kwargs)
  File "/usr/lib64/python2.6/site-packages/matplotlib/axes.py", line 7098, in hist
w = [None]*len(x)
TypeError: len() of unsized object

但是不管怎样，你知道如何制作200个均匀分布的bin，并让你的程序将数据存储在适当的bin中吗？

matplotlib

来源：https://stackoverflow.com/questions/24809757/how-to-make-a-histogram-from-a-list-of-data-and-plot-it-with-matplotlib

3条答案

按热度按时间

slsn1g291#

你知道如何制作200个均匀分布的bin，并让你的程序将数据存储在适当的bin中吗？
例如，可以使用NumPy的arange表示固定大小的bin（或者Python的标准range对象），使用NumPy的linspace表示等间距的bin。

固定箱大小

import numpy as np
import random
from matplotlib import pyplot as plt

data = np.random.normal(0, 20, 1000) 

# fixed bin size
bins = np.arange(-100, 100, 5) # fixed bin size

plt.xlim([min(data)-5, max(data)+5])

plt.hist(data, bins=bins, alpha=0.5)
plt.title('Random Gaussian data (fixed bin size)')
plt.xlabel('variable X (bin size = 5)')
plt.ylabel('count')

plt.show()

固定的箱数

import numpy as np
import math
from matplotlib import pyplot as plt

data = np.random.normal(0, 20, 1000) 

bins = np.linspace(math.ceil(min(data)), 
                   math.floor(max(data)),
                   20) # fixed number of bins

plt.xlim([min(data)-5, max(data)+5])

plt.hist(data, bins=bins, alpha=0.5)
plt.title('Random Gaussian data (fixed number of bins)')
plt.xlabel('variable X (20 evenly spaced bins)')
plt.ylabel('count')

plt.show()

赞(0）回复(0）举报 2022-11-15

pieyvz9o2#

自动收集箱

如何创建200个均匀分布的bin，并让程序将数据存储在适当的bin中？
接受的答案手动创建了200个带有np.arange和np.linspace的条柱，但matplotlib已经自动完成了这一操作：
1.#### plt.hist本身返回计数和bin

counts, bins, _ = plt.hist(data, bins=200)

或者，如果在打印前需要存储箱：
1.#### np.histogram与plt.stairs的关系

counts, bins = np.histogram(data, bins=200)
plt.stairs(counts, bins, fill=True)

请注意stair plots require matplotlib 3.4.0+ .*

1.#### pd.cut与plt.hist的组合

_, bins = pd.cut(data, bins=200, retbins=True)
plt.hist(data, bins)

赞(0）回复(0）举报 2022-11-15

63lcw9qa3#

有几种方法可以做到这一点。
如果你不能保证你的项目都是相同的类型和数值，那么使用内置的标准库collections：

import collections
hist = dict(collections.Counter(your_list))

否则，如果你的数据保证都是相同的类型和数值，那么使用Python模块numpy：

import numpy as np
# for one dimensional data
(hist, bin_edges) = np.histogram(your_list)
# for two dimensional data
(hist, xedges, yedges) = np.histogram2d(your_list)
# for N dimensional data
(hist, edges) = np.histogramdd(your_list)

numpy直方图功能实际上是凯迪拉克的选择，因为np.histogram可以尝试计算您需要多少个bin，它可以进行加权，它使用的所有算法都有大量优秀的文档和示例代码。

赞(0）回复(0）举报 2022-11-15

我来回答

如何从数据列表制作直方图并使用matplotlib绘制它

3条答案

固定箱大小

固定的箱数

自动收集箱

相关问题

热门标签

最新问答