如何使用matplotlib绘制np.histogram的结果，类似于plt.hist

Question

我喜欢将我的直方图绘制成这样:

data = [-0.5, 0.5, 0.5, 0.5, 
    1.5, 2.1, 2.2, 2.3, 2.4, 2.5, 3.1, 3.2]

plt.hist(data, bins=5, range=[-1, 4], histtype='step')

当我有一些比内存更大的输入数据时，我需要逐块填充直方图。例如：

H, bins = np.histogram([], bins=5, range=[-1, 4])
for data in a_lot_of_input_files:
    H += np.histogram(data, bins=5, range=[-1, 4])[0]

但问题始终是：“我该如何重新绘制这个H，使其看起来与以前的matplotlib版本完全相同。”

我想出的解决方案如下：

plt.plot(bins, np.insert(H, 0, H[0]), '-', drawstyle='steps')

然而，两种结果看起来并不相同，而且为了绘制它而创建 H 的副本感觉也不太好。

有没有一些优雅的解决方案我所忽略的？（我还没有尝试使用 plt.bar，因为当我们想要比较直方图时，条形图显示效果并不好）

- Dominik Neise

---

你尝试过使用堆叠条形图吗？你可以将单个直方图堆叠在一起，并给它们相同的面颜色，这样看起来就像一个单一的条形图...可以查看matplotlib的示例库。 - jkalden

你可以通过查看plt.hist的源代码来取得一些进展：你会发现里面有很多逻辑，因此如果不复制这些逻辑，你很难精确地复制输出。 - jakevdp

使用plt.hist直接绘制直方图和使用plt.plot + np.histogram绘制应该产生相同的结果。np.histogram会给出非整数值，这似乎非常奇怪。为了避免复制数组，您可以省略bins的起始或结束值。 - DanHickstein

hist, bin_edges = np.histogram(data, range=(-1, 4), bins=5)
plt.bar(bin_edges[:-1], hist, width=np.diff(bin_edges), align='edge') plt.hist(data, range=(-1, 4), bins=5) - Zaus

Answer 1

我不确定你所说的“条形图在想要比较直方图时效果不好”的意思是什么，

解决这个问题的方法之一是使用plt.bar：

import matplotlib.pyplot as plt
import numpy as np

data = [-0.5, 0.5, 0.5, 0.5, 
    1.5, 2.1, 2.2, 2.3, 2.4, 2.5, 3.1, 3.2]

plt.hist(data, bins=5, range=[-1, 4], histtype='step',edgecolor='r',linewidth=3)
H, bins = np.histogram(data[:6], bins=5, range=[-1, 4])
H+=np.histogram(data[6:], bins=5,range=[-1, 4])[0]

plt.bar(bins[:-1],H,width=1)

plt.show()

另外一种选择是plt.step:

import matplotlib.pyplot as plt
import numpy as np

data = [-0.5, 0.5, 0.5, 0.5, 
    1.5, 2.1, 2.2, 2.3, 2.4, 2.5, 3.1, 3.2]

plt.hist(data, bins=5, range=[-1, 4], histtype='step',edgecolor='r')
H, bins = np.histogram(data[:6], bins=5, range=[-1, 4])
H+=np.histogram(data[6:], bins=5,range=[-1, 4])[0]

bincentres = [(bins[i]+bins[i+1])/2. for i in range(len(bins)-1)]
plt.step(bincentres,H,where='mid',color='b',linestyle='--')

plt.ylim(0,6)

plt.show()

如果这对您是一个大问题，那么边缘可能不完全延伸到最远处，因此您可能需要在两端添加0-bin。

- tmdavison

---

是的，有一个解决方案（“不使用np.histogram”），但并不是针对所述问题的解决方案，即“如何条形图化np.histogram的输出”。 - codechimp

我从来没有说过不要使用np.histogram。事实上，我的两个解决方案都使用了它。因此，不确定你的评论意味着什么。 - tmdavison