python：（数据集分布）计算一维数组中不同数的数量、绘制柱状图及其详细信息

数据集分布情况统计

• x轴为标签类别，y轴为该标签类别在数据集中的数量

import os
import numpy as np
import collections
import matplotlib
import matplotlib.pyplot as plt
matplotlib.use('TkAgg')

base_path = 'data/'

labelsTrain = []

ssT = []

# 文件内容示例：img_1226.jpg,24，前部分为图像名称，后部分为图像标签
for line in open(base_path + 'train1.txt'):  # 逐行读取txt文件
    line_split = line.strip().split(',')  # 按分隔符将读取行内容分块
    if len(line_split) != 2:
        print('%s contain error lable' % os.path.basename(base_path + 'train1.txt'))
    label = int(line_split[1])  # 获取第二部分内容，即标签
    labelsTrain.append(label)  # 将标签存入数组

categoryTrain = collections.Counter(labelsTrain)  # 将标签集合分类及计算各类别数量
categoryTrainNum = len(categoryTrain)  # 获取标签类别数量

for i in range(0, categoryTrainNum):   # 按标签顺序将其数量存入数组ssT
    s = categoryTrain[i]
    ssT.append(s)

x = np.arange(categoryTrainNum).astype(dtype=np.str)  # 以整数形式显示x轴

plt.figure(figsize=(15, 10))  # 图像放大

plt.bar(x, ssT, align='center')   # 绘制柱状图，y轴为ssT

# x、y轴名称及标题
plt.xlabel('CategoryTrain')
plt.ylabel('Number')
plt.title('TrainData Distribution')

for x, y in enumerate(ssT):
    plt.text(x, y + 10, '%s' % y, ha='center')  # 为每个柱状图添加数值标签，y+10表示数据显示在高于柱状图10个单位处

plt.savefig('data/Distribution/TrainDataDistribution.jpg')  # 保存图像
plt.show()  # 显示图像