【发布时间】:2016-06-23 00:42:14
【问题描述】:
我想在同一个直方图上绘制两组不同的大小。然而,由于一组具有约 330,000 个值,而另一组具有约 16,000 个值,因此它们的频率直方图很难比较。我想绘制一个比较两组的直方图,使得 y 轴是该箱中出现的百分比。我下面的代码接近于此,除了各个 bin 值的总和为 1.0,直方图的积分总和为 1.0(这是因为 normed=True 参数)。
我怎样才能实现我的目标?我已经尝试手动计算频率百分比并使用 plt.bar() 但不是覆盖图,而是并排比较图。我想保持 alpha=0.5
的效果import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
if plt.get_fignums():
plt.close('all')
electric = pd.read_csv('electric.tsv', sep='\t')
gas = pd.read_csv('gas.tsv', sep='\t')
electric_df = pd.DataFrame(electric)
gas_df = pd.DataFrame(ngma_nonheat)
electric = electric_df['avg_daily']*30
gas = gas_df['avg_daily']*30
## Create a plot for NGMA gas usage
plt.figure("Usage Comparison")
weights_electric = np.ones_like(electric)/float(len(electric))
weights_gas = np.ones_like(gas)/float(len(gas))
bins=np.linspace(0, 200, num=50)
n, bins, rectangles = plt.hist(electric, bins, alpha=0.5, label='electric usage', normed=True, weights=weights_electric)
plt.hist(gas, bins, alpha=0.5, label='gas usage', normed=True, weights=weights_gas)
plt.legend(loc='upper right')
plt.xlabel('Average 30 day use in therms')
plt.ylabel('% of customers')
plt.title('NGMA Customer Usage Comparison')
plt.show()
【问题讨论】:
-
如果您使用的是
weights,在这种情况下您可以省略normed。如果您希望总和为 100 而不是 1,请将权重乘以 100。通过省略normed/density,并使用正确的weights,您将获得缩放的 bin 计数,而不是值积分为 1。
标签: python matplotlib plot histogram normalize