python - matplotlib 标准化直方图

Question

我正在尝试使用 matplotlib 绘制直方图的一部分。

我不想绘制具有大量离群值和大值的整个直方图，而是只想关注一小部分。原始直方图如下所示:

hist(data, bins=arange(data.min(), data.max(), 1000), normed=1, cumulative=False)
plt.ylabel("PDF")

聚焦之后是这样的:

hist(data, bins=arange(0, 121, 1), normed=1, cumulative=False)
plt.ylabel("PDF")

请注意，最后一个 bin 被拉伸(stretch)，所有 Y 刻度中最差的被缩放，因此总和正好为 1(因此根本不考虑当前范围之外的点)

我知道我可以通过在整个可能范围内绘制直方图然后将轴限制到我感兴趣的部分来实现我想要的，但是它浪费了很多时间来计算我不会使用的 bin/无论如何都要看看。

hist(btsd-40, bins=arange(btsd.min(), btsd.max(), 1), normed=1, cumulative=False)
axis([0,120,0,0.0025])

是否有一种快速简便的方法来仅绘制聚焦区域，但仍能获得正确的 Y 比例？

Answer 1

为了绘制直方图的一个子集，我认为您无法计算整个直方图。

您是否尝试过使用 numpy.histogram 计算直方图，然后使用 pylab.plot 或其他工具绘制区域？即

import numpy as np
import pylab as plt

data = np.random.normal(size=10000)*10000

plt.figure(0)
plt.hist(data, bins=np.arange(data.min(), data.max(), 1000))

plt.figure(1)
hist1 = np.histogram(data, bins=np.arange(data.min(), data.max(), 1000))
plt.bar(hist1[1][:-1], hist1[0], width=1000)

plt.figure(2)
hist2 = np.histogram(data, bins=np.arange(data.min(), data.max(), 200))
mask = (hist2[1][:-1] < 20000) * (hist2[1][:-1] > 0)
plt.bar(hist2[1][mask], hist2[0][mask], width=200)

原始直方图:

手动计算直方图:

手动计算直方图，裁剪: (注意:值较小是因为 bin 较窄)