python - 将 matplotlib 直方图除以最大 bin 值

Question

我想在同一个图上绘制多个直方图，我需要比较数据的分布。我想通过将每个直方图除以它的最大值来做到这一点，这样所有的分布都具有相同的比例。然而，matplotlib 的直方图函数的工作方式，我还没有找到一个简单的方法来做到这一点。

这是因为n在

n, bins, patches = ax1.hist(y, bins = 20, histtype = 'step', color = 'k')

是每个 bin 中的计数，但我无法将其重新传递给 hist，因为它会重新计算。

我已尝试使用范数和密度函数，但它们对分布的面积进行了归一化，而不是对分布的高度进行了归一化。我可以复制 n，然后使用 bins 输出重复 bin 边缘，但这很乏味。当然 hist 函数必须允许 bins 值除以一个常数？

示例代码如下，演示了问题。

y1 = np.random.randn(100)
y2 = 2*np.random.randn(50)
x1 = np.linspace(1,101,100)
x2 = np.linspace(1,51,50)
gs = plt.GridSpec(1,2, wspace = 0, width_ratios = [3,1])
ax = plt.subplot(gs[0])
ax1 = plt.subplot(gs[1])
ax1.yaxis.set_ticklabels([])   # remove the major ticks

ax.scatter(x1, y1, marker='+',color = 'k')#, c=SNR, cmap=plt.cm.Greys)
ax.scatter(x2, y2, marker='o',color = 'k')#, c=SNR, cmap=plt.cm.Greys)
n1, bins1, patches1 = ax1.hist(y1, bins = 20, histtype = 'step', color = 'k',linewidth = 2, orientation = 'horizontal')
n2, bins2, patched2 = ax1.hist(y2, bins = 20, histtype = 'step', linestyle = 'dashed', color = 'k', orientation = 'horizontal')

Answer 1

我不知道 matplotlib 是否默认允许这种规范化，但我自己编写了一个函数来完成它。

它从 plt.hist(如上)获取 n 和 bins 的输出，然后将其传递给下面的函数。

def hist_norm_height(n,bins,const):
    ''' Function to normalise bin height by a constant. 
        Needs n and bins from np.histogram or ax.hist.'''

    n = np.repeat(n,2)
    n = float32(n) / const
    new_bins = [bins[0]]
    new_bins.extend(np.repeat(bins[1:],2))
    return n,new_bins[:-1]

现在要绘制(我喜欢阶梯直方图)，将其传递给 plt.step。

例如plt.step(new_bins,n)。这将为您提供一个高度由常数归一化的直方图。