python - Matplotlib xticks 未与直方图对齐

Question

我正在使用 matplotlib 生成一些直方图，但在弄清楚如何让直方图的 xticks 与条形对齐时遇到了一些麻烦。

这是我用来生成直方图的代码示例:

from matplotlib import pyplot as py

py.hist(histogram_data, 49, alpha=0.75)
py.title(column_name)
py.xticks(range(49))
py.show()

我知道 histogram_data 数组中的所有值都在 [0,1,...,48] 中。假设我做对了，这意味着有 49 个唯一值。我想显示每个值的直方图。这是生成的图片。

如何设置图表以使所有 xticks 都对齐到每个条的左侧、中间或右侧？

Answer 1

简答:使用 plt.hist(data, bins=range(50)) 代替左对齐的 bin，plt.hist(data , bins=np.arange(50)-0.5) 获取居中对齐的 bin 等。

此外，如果性能很重要，因为您需要唯一整数的计数，我将在最后展示几个稍微更有效的方法 (np.bincount)。

问题陈述

---

作为您所看到的独立示例，请考虑以下内容:

import matplotlib.pyplot as plt
import numpy as np

# Generate a random array of integers between 0-9
# data.min() will be 0 and data.max() will be 9 (not 10)
data = np.random.randint(0, 10, 1000)

plt.hist(data, bins=10)
plt.xticks(range(10))
plt.show()

正如您所注意到的，这些 bin 没有与整数间隔对齐。这基本上是因为您要求 0 到 9 之间的 10 个 bin，这与要求 10 个唯一值的 bin 不太一样。

您想要的 bin 数量与唯一值的数量不完全相同。在这种情况下，您实际上应该做的是手动指定 bin 边缘。

为了解释发生了什么，让我们跳过 matplotlib.pyplot.hist 并使用底层的 numpy.histogram 函数。

例如，假设您有值 [0, 1, 2, 3]。你的第一 react 是:

In [1]: import numpy as np

In [2]: np.histogram([0, 1, 2, 3], bins=4)
Out[2]: (array([1, 1, 1, 1]), array([ 0.  ,  0.75,  1.5 ,  2.25,  3.  ]))

返回的第一个数组是计数，第二个是 bin 边缘(换句话说，条形边缘在您的绘图中的位置)。

请注意，我们得到了预期的计数，但是因为我们要求在数据的最小值和最大值之间设置 4 个 bin，所以 bin 边缘不在整数值上。

接下来，你可以试试:

In [3]: np.histogram([0, 1, 2, 3], bins=3)
Out[3]: (array([1, 1, 2]), array([ 0.,  1.,  2.,  3.]))

请注意，bin 边缘(第二个数组)是您所期望的，但计数不是。这是因为最后一个 bin 的行为与其他 bin 不同，如 numpy.histogram 的文档中所述:

Notes
-----
All but the last (righthand-most) bin is half-open.  In other words, if
`bins` is::

  [1, 2, 3, 4]

then the first bin is ``[1, 2)`` (including 1, but excluding 2) and the
second ``[2, 3)``.  The last bin, however, is ``[3, 4]``, which *includes*
4.

因此，您实际上应该做的是准确指定您想要的 bin 边缘，并在最后一个数据点之外包含一个或将 bin 边缘移动到 0.5 间隔。例如:

In [4]: np.histogram([0, 1, 2, 3], bins=range(5))
Out[4]: (array([1, 1, 1, 1]), array([0, 1, 2, 3, 4]))

Bin 对齐

---

现在让我们将它应用到第一个示例中，看看它是什么样子的:

import matplotlib.pyplot as plt
import numpy as np

# Generate a random array of integers between 0-9
# data.min() will be 0 and data.max() will be 9 (not 10)
data = np.random.randint(0, 10, 1000)

plt.hist(data, bins=range(11)) # <- The only difference
plt.xticks(range(10))
plt.show()

好的，太好了!但是，我们现在有效地拥有左对齐的 bin。如果我们希望中心对齐的 bin 更好地反射(reflect)这些是唯一值这一事实怎么办？

快速的方法是移动 bin 边缘:

import matplotlib.pyplot as plt
import numpy as np

# Generate a random array of integers between 0-9
# data.min() will be 0 and data.max() will be 9 (not 10)
data = np.random.randint(0, 10, 1000)

bins = np.arange(11) - 0.5
plt.hist(data, bins)
plt.xticks(range(10))
plt.xlim([-1, 10])

plt.show()

对于右对齐的 bin 类似，只需移动 -1。

另一种方法

---

对于唯一整数值​​的特殊情况，我们可以采取另一种更有效的方法。

如果您要处理从 0 开始的唯一整数计数，则最好使用 numpy.bincount 而不是使用 numpy.hist。

例如:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randint(0, 10, 1000)
counts = np.bincount(data)

# Switching to the OO-interface. You can do all of this with "plt" as well.
fig, ax = plt.subplots()
ax.bar(range(10), counts, width=1, align='center')
ax.set(xticks=range(10), xlim=[-1, 10])

plt.show()

这种方法有两大优势。一是速度。 numpy.histogram(因此 plt.hist)基本上通过 numpy.digitize 然后 numpy.bincount 运行数据>。因为您正在处理唯一的整数值，所以无需执行 numpy.digitize 步骤。

但是，更大的优势是对显示的更多控制。如果您更喜欢较细的矩形，只需使用较小的宽度:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randint(0, 10, 1000)
counts = np.bincount(data)

# Switching to the OO-interface. You can do all of this with "plt" as well.
fig, ax = plt.subplots()
ax.bar(range(10), counts, width=0.8, align='center')
ax.set(xticks=range(10), xlim=[-1, 10])

plt.show()