Python 直方图：手动归一化计数并重新绘制为直方图

Question

我尝试搜索类似的东西，我能找到的最接近的东西是this，它帮助我提取和操作数据，但现在我不知道如何重新绘制直方图。我有一些电压数组，我首先绘制了这些电压出现的直方图。我想改为制作每小时事件的直方图（因此正常直方图的 y 轴除以我获取数据的小时数），然后使用操纵的 y 数据。

我有一个数组，其中包含每小时的事件数（由来自 pyplot.hist 的原始 y 轴除以获取数据的小时数组成）和直方图中的 bin。我使用以下代码（取自上面链接的答案）组成了该数组：

import numpy
import matplotlib.pyplot as pyplot
mydata = numpy.random.normal(-15, 1, 500)      # this seems to have to be 'uneven' on either side of 0, otherwise the code looks fine. FYI, my actual data is all positive
pyplot.figure(1)
hist1 = pyplot.hist(mydata, bins=50, alpha=0.5, label='set 1', color='red')
hist1_flux = [hist1[0]/5.0, 0.5*(hist1[1][1:]+hist1[1][:-1])]
pyplot.figure(2)
pyplot.bar(hist1_flux[1], hist1_flux[0])

此代码与我的代码中发生的不完全匹配；我的数据由 1000 个阵列组成，每个阵列有 1000 个数据点（电压）。我已经制作了直方图，它给出了给定电压范围（或 bin 宽度）的出现次数。我想要做的就是用相同的原始 bin 宽度重新绘制每小时事件数的直方图（所以 yaxis 直方图 / 5 小时） ，但是当我将 hist1[0]/5 分割并以上述方式重新绘制时，'bin width' 全部错误。

我觉得必须有一种更简单的方法来做到这一点，而不是手动重新绘制我自己的直方图。

提前致谢，如果我遗漏了一些明显的东西，我真的很抱歉。

问题，在我的示例代码和我的原始数据的输出中说明如下：

上图：代码 sn-p 输出。
下图：我的实际数据。

Answer 1

这是因为bar函数带了一个参数width，默认是0.8（plt.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)），所以你需要把它改成两根柱子之间的距离：

pyplot.bar(hist1_flux[1], hist1_flux[0],
           width=hist1_flux[1][1] - hist1_flux[1][0])