绘制一个直方图，使得条形高度总和为1（概率）。

Question

我想使用matplotlib从向量中绘制归一化直方图。我尝试了以下代码：

plt.hist(myarray, normed=True)

以及：

plt.hist(myarray, normed=1)

但是这两个选项都不能产生一个y轴从[0,1]开始的直方图，使得直方图的高度总和为1。

- user248237

Answer 1

如果您希望所有条形图的总和等于1，请按值的总数加权每个箱子：

weights = np.ones_like(myarray) / len(myarray)
plt.hist(myarray, weights=weights)

Python 2.x版本需要在除法的运算符之一中添加float()进行强制类型转换，否则由于整数除法，你将得到零。

- Carsten König

---

很好的回答。请注意，如果myarray是一个Python中的array_like而不是NumPy数组，则需要将len(myarray)转换为浮点数。 - cmh

如果myarray是多维的，而你只使用了其中一个维度，例如myarray[0,:]，那么你可以用np.size(myarray[0,:])来代替len(myarray)，这样也能正常工作。否则，会出现“对象不可调用”的错误提示。 - Cebbie

Answer 2

如果您能提供一个更完整的可运行示例（或在这种情况下是不工作的示例），将会更有帮助。

我尝试了以下内容：

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(1000)

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, density=True)
fig.canvas.draw()
plt.show()

这确实会生成一个柱状直方图，y轴的范围为[0,1]。

此外，根据hist文档(即ipython中的ax.hist?)，我认为总和也是可以的：

*normed*:
If *True*, the first element of the return tuple will
be the counts normalized to form a probability density, i.e.,
``n/(len(x)*dbin)``.  In a probability density, the integral of
the histogram should be 1; you can verify that with a
trapezoidal integration of the probability density function::

    pdf, bins, patches = ax.hist(...)
    print np.sum(pdf * np.diff(bins))

尝试在执行上述命令后进行此操作：

np.sum(n * np.diff(bins))

我得到了一个预期的返回值1.0。请记住，normed=True并不意味着每个柱子上的值之和为1，而是柱状图上积分为1。在我的情况下，np.sum(n)返回的是约为7.2767的值。

- dtlussier

---

没错，那是概率密度图，我想他想要一个概率质量图。 - NoName

Answer 3

我知道这个答案来得太晚了，因为问题的日期是2010年，但我遇到了类似的问题。正如答案中所述，normed=True意味着直方图下的总面积等于1，但高度之和不等于1。然而，出于方便对直方图进行物理解释，我想制作一个高度之和等于1的直方图。

我在以下问题中找到了提示 - Python：将直方图的面积归一化为其他值 但我无法找到一种使条形图模仿hist()函数中的histtype="step"特性的方法。这使我转向：Matplotlib-已分组数据的阶梯状直方图 如果社区认为可以接受，我应该提出一个综合上述两篇文章思想的解决方案。

import matplotlib.pyplot as plt

# Let X be the array whose histogram needs to be plotted.
nx, xbins, ptchs = plt.hist(X, bins=20)
plt.clf() # Get rid of this histogram since not the one we want.

nx_frac = nx/float(len(nx)) # Each bin divided by total number of objects.
width = xbins[1] - xbins[0] # Width of each bin.
x = np.ravel(zip(xbins[:-1], xbins[:-1]+width))
y = np.ravel(zip(nx_frac,nx_frac))

plt.plot(x,y,linestyle="dashed",label="MyLabel")
#... Further formatting.

这对我非常有效，但有时候我注意到直方图最左边的“条”或最右边的“条”没有通过触及Y轴的最低点来关闭。在这种情况下，在y的开头或结尾添加元素0可以实现所需结果。

只是想分享我的经验。谢谢。

- Killer

---

我认为在 plt.hist 中你需要加上 normed=True 参数。同时，在 Python 3 中，你必须使用 list(zip(...))。 - Sebastian Schmitz

Answer 4

这里是另一个使用np.histogram()方法的简单解决方案。

myarray = np.random.random(100)
results, edges = np.histogram(myarray, normed=True)
binWidth = edges[1] - edges[0]
plt.bar(edges[:-1], results*binWidth, binWidth)

你确实可以使用以下代码检查总和是否为1：

> print sum(results*binWidth)
1.0

- Yuri Brovman

---

固定线性箱宽的绝佳解决方案！ - jtlz2

Answer 5

• 最简单的解决方案是使用 seaborn.histplot，或者使用 kind='hist' 的 seaborn.displot，并指定 stat='probability'
  • probability: 或 proportion: 规范化使条形图高度总和为1
  • density: 规范化使直方图的总面积等于1
  • data: pandas.DataFrame, numpy.ndarray, 映射或序列
• seaborn 是 matplotlib 的高级 API
  • Figure-level vs. axes-level functions
  • seaborn histplot and displot output doesn't match
• 在 python 3.8.12、matplotlib 3.4.3、seaborn 0.11.2 中测试通过

导入和数据

import seaborn as sns
import matplotlib.pyplot as plt

# load data
df = sns.load_dataset('penguins')

sns.histplot

• 轴级别绘图

# create figure and axes
fig, ax = plt.subplots(figsize=(6, 5))

p = sns.histplot(data=df, x='flipper_length_mm', stat='probability', ax=ax)

sns.displot

• 图表级别绘图

p = sns.displot(data=df, x='flipper_length_mm', stat='probability', height=4, aspect=1.5)

- Trenton McKinney

Answer 6

自从matplotlib 3.0.2版本以后，normed=True已被弃用。为了获得所需的输出，我不得不执行以下操作：

import numpy as np
data=np.random.randn(1000)
bins=np.arange(-3.0,3.0,51)
counts, _ = np.histogram(data,bins=bins)
if density: # equivalent of normed=True
    counts_weighter=counts.sum()
else: # equivalent of normed=False
    counts_weighter=1.0
plt.hist(bins[:-1],bins=bins,weights=counts/counts_weighter)

尝试将plt.hist()的weights和density同时指定为参数并不起作用。如果有人知道在没有访问normed关键字参数的情况下使其工作的方法，请在评论中告诉我，我将删除/修改此答案。

如果您想要bin中心，则不要使用bins[:-1]，它们是bin边缘-您需要选择一个适当的方案来计算中心（可能可以轻松推导，也可能不行）。

- jtlz2