Python绘制直方图的区间需是饱和积分区间

9 篇文章 0 订阅
8 篇文章 0 订阅

Python绘制直方图注意事项总结:

1.Python绘制直方图注意事项

1.1问题:使用plt.hist绘制直方图是有条件的,如下图1.1所示。

plt.hist()函数绘图条件说明-在满足如下公式(1)的区间—饱和积分区间[a,b]上绘制直方图是正确的, 若不满足下述条件则不能使用plt.hist()函数绘制直方图。效果如下图1.1所示。

∫ a b f ( x ) d x = 1 (1) \int_{a}^{b}f(x)dx=1 \tag{1} abf(x)dx=1(1)

1.2原因:plt.hist中的rectangle函数分箱不是理想中的0.01,所以频数统计有问题,如图1.2系列所示。

三组采样集合箱宽不同,造成频数统计不和谐。
              ~~~~~~~~~~~~~              samples:bins_width=0.01
              ~~~~~~~~~~~~~              samples_:bins_width=0.007
              ~~~~~~~~~~~~~              samples__:bins_width=0.008

1.3解决方法:如果要绘制非饱和[a,b]区间数据集的直方图

     ~~~~      1.3.1使用python别的函数——plt.bar(x,height)绘制
     ~~~~      1.3.2将数据打印复制或书写到其他软件并绘制——excle…
     ~~~~      1.3.3整合到饱和积分[a,b]区间再绘制
     ~~~~      1.3.4更改plt.hist()函数

1.1图片如下:
在这里插入图片描述
1.1代码如下(但因部分代码涉及技术问题,暂不公开)
仅公开一部分通用代码如下:

#2.将生成的采样集合按照大小拆分成两个集合并绘制直方图
samples
ssamples_=[]
ssamples__=[]
for i in samples:
    if i<=0.4:
        ssamples_.append(i)
    else:
        ssamples__.append(i)
       
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False 

plt.figure(figsize=(8,4))
plt.title('采样频数统计直方图')
nl,binsxl,batches=plt.hist(samples,bins=100,color='orange',label='samples_[0-1]')#nl返回各箱频数 list
nl_,binsxl_,batches_=plt.hist(samples_,bins=40,color='yellow',label='samples_[0-0.4]')#binsxl_返回x轴分箱情况 list
nl__,binsxl__,batches__=plt.hist(samples__,bins=60,color='yellow',label='samples_[0.4-1]')#batches__返回各箱详细内容>xl+nl list
plt.legend()
plt.axis("on")
plt.show()

1.2图片如下:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
1.2代码如下:(如果阅者碰到类似频数统计解决不理想的问题,可以通过下述方式查看)

xl,nl,batches=plt.hist(samples,bins=100,color='orange',label='samples_[0-1]')#xl返回各箱频数 list
xl_,nl_,batches_=plt.hist(samples_,bins=40,color='yellow',label='samples_[0-0.4]')#nl返回x轴分组情况 list
xl__,nl__,batches__=plt.hist(samples__,bins=60,color='yellow',label='samples_[0.4-1]')#batches__内容详细>xl+nl list
for i in batches:
    print(i)
print("\n")
for i in batches_:
    print(i)
print("\n")
for i in batches__:
    print(i)
print("\n")

     ~~~~      1.3.1 使用samples、samples_、samples__三个原始采样集合结合plt.bar(x,height)函数绘制直方图。(但因部分代码涉及技术问题,暂不全公开,
仅公开一部分通用代码) 效果如下图所示,说明该方法可行:

         ~~~~~~~~          1.3.1 图片如下:
在这里插入图片描述
         ~~~~~~~~          1.3.2代码如下:

#xl:各箱频数list,nl:x轴各箱区间范围
plt.figure(figsize=(8,4))
plt.title('自绘分区间采样结果的频数统计直方图')
plt.bar(myxl,mynl,color='orange',width=0.01,label='my.hist samples_0_1')
plt.bar(myxl_,mynl_,color='yellow',width=0.01,label='my.hist samples_0_0.4')
plt.bar(myxl__,mynl__,color='yellow',width=0.01,label='my.hist samples_0.4_1')
plt.legend(loc='upper left')    
plt.show()   

参考文章:
1.python–plt.hist函数的输入参数和返回值的解释
2.Python直方图美化:多颜色二维直方图(内附色卡)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值