python - Matplotlib 直方图与高值收集箱

Question

我有一个包含值的数组，我想创建它的直方图。我主要对低端号码感兴趣，想把每一个300以上的号码都收集到一个箱子里。此 bin 应与所有其他(同样宽的) bin 具有相同的宽度。我该怎么做？

注意:这个问题与这个问题有关:Defining bin width/x-axis scale in Matplotlib histogram

这是我迄今为止尝试过的:

import matplotlib.pyplot as plt
import numpy as np

def plot_histogram_01():
    np.random.seed(1)
    values_A = np.random.choice(np.arange(600), size=200, replace=True).tolist()
    values_B = np.random.choice(np.arange(600), size=200, replace=True).tolist()

    bins = [0, 25, 50, 75, 100, 125, 150, 175, 200, 225, 250, 275, 300, 600]

    fig, ax = plt.subplots(figsize=(9, 5))
    _, bins, patches = plt.hist([values_A, values_B], normed=1,  # normed is deprecated and will be replaced by density
                                bins=bins,
                                color=['#3782CC', '#AFD5FA'],
                                label=['A', 'B'])

    xlabels = np.array(bins[1:], dtype='|S4')
    xlabels[-1] = '300+'

    N_labels = len(xlabels)
    plt.xlim([0, 600])
    plt.xticks(25 * np.arange(N_labels) + 12.5)
    ax.set_xticklabels(xlabels)

    plt.yticks([])
    plt.title('')
    plt.setp(patches, linewidth=0)
    plt.legend()

    fig.tight_layout()
    plt.savefig('my_plot_01.png')
    plt.close()

这是结果，看起来不太好:

然后我更改了其中包含 xlim 的行:

plt.xlim([0, 325])

结果如下:

它看起来或多或少如我所愿，但现在看不到最后一个垃圾箱。我缺少哪个技巧来可视化宽度为 25 的最后一个 bin？

Answer 1

Numpy 有一个方便的函数来处理这个问题:np.clip .尽管名称听起来像什么，但它不会删除 值，它只是将它们限制在您指定的范围内。基本上，它内嵌了 Artem 的“肮脏黑客”。您可以将值保持原样，但在 hist 调用中，只需将数组包装在 np.clip 调用中，就像这样

plt.hist(np.clip(values_A, bins[0], bins[-1]), bins=bins)

这更好，原因有很多:

1. 它方式更快——至少对于大量元素而言。 Numpy 在 C 级别完成其工作。对 python 列表进行操作(如在 Artem 的列表理解中)对每个元素都有很多开销。基本上，如果你可以选择使用 numpy，你应该这样做。

2. 您可以在需要的地方进行操作，从而减少代码出错的机会。

3. 您不需要保留数组的第二个副本，这样可以减少内存使用量(这一行除外)并进一步减少出错的机会。

4. 使用 bins[0], bins[-1] 而不是硬编码这些值可以减少再次出错的机会，因为您可以更改 位置的 bin bins 已定义；您无需记住在对 clip 或其他任何地方的调用中更改它们。

所以把它们放在一起，就像在 OP 中一样:

import matplotlib.pyplot as plt
import numpy as np

def plot_histogram_01():
    np.random.seed(1)
    values_A = np.random.choice(np.arange(600), size=200, replace=True)
    values_B = np.random.choice(np.arange(600), size=200, replace=True)

    bins = np.arange(0,350,25)

    fig, ax = plt.subplots(figsize=(9, 5))
    _, bins, patches = plt.hist([np.clip(values_A, bins[0], bins[-1]),
                                 np.clip(values_B, bins[0], bins[-1])],
                                # normed=1,  # normed is deprecated; replace with density
                                density=True,
                                bins=bins, color=['#3782CC', '#AFD5FA'], label=['A', 'B'])

    xlabels = bins[1:].astype(str)
    xlabels[-1] += '+'

    N_labels = len(xlabels)
    plt.xlim([0, 325])
    plt.xticks(25 * np.arange(N_labels) + 12.5)
    ax.set_xticklabels(xlabels)

    plt.yticks([])
    plt.title('')
    plt.setp(patches, linewidth=0)
    plt.legend(loc='upper left')

    fig.tight_layout()
plot_histogram_01()