y 值的 python 直方图，每个 bin 中具有相同数量的数据（x）

Question

我有一个 2 列数据框（数量和价格），我想基于体积列创建 20 个 bin，每个 bin 中的数据量相等。

即如果我得到 volume = [1,6,8,2,6,9,3,6] 和 4 个 bin，我想将数据剪切到第一个 bin：1：2，第二个：3：6，第三个：6： 8、4：8:9

然后绘制对应 y 值的平均直方图

我的资料：

df = pd.DataFrame{'Volume_norm' : [0.92, 2.31, 0.92, 0.018, 0.0454, 0.43, 0.43,0.943,0.543,0.543,0.43] , 'Price' : [2, 4, 5, 1, 5, 1, 2, 4, 2, 3, 6]}

我的代码：

    x = sorted(FilteredTrade_buy['Volume_norm'])
bins=x[0::int(len(x)/50)]
n, bins, patches = plt.hist(x, bins=bins)
plt.show()

它只给了我 x（数量）的总和，而不是平均 y 价格

===============更新代码==============

df = pd.DataFrame({'Volume_norm' : [0.92,2.31,0.92,0.018,0.0454,0.43,0.43,0.943,0.543,0.543,0.43], 
                   'Price' : [2,4,5,1,5,1,2,4,2,3,6]})

x = df['Volume_norm']
y = df['Price']
nbins = 5
binsize = x.size // nbins
indices = x.argsort()
means = np.zeros((nbins,))
xaxis = np.zeros((nbins,))
for k in range(nbins):
    xaxis[k] = x[indices[i * binsize : (i + 1) * binsize]].mean()
for i in range(nbins):
    means[i] = y[indices[i * binsize : (i + 1) * binsize]].mean()
plt.loglog(xaxis,means,'r-')
plt.show()

但是 xaxis 返回我：array([ 0.9315, 0.9315, 0.9315, 0.9315, 0.9315])

另外，是否可以使用'Counter'来统计每个区间的数据个数？

Answer 1

根据 x 值 (volume) 对数据进行间接排序，然后计算具有相同大小的 y 数据 (price) 的每个连续 bin 的平均值。

nbins = 20
binsize = volume.size // nbins
indices = volume.argsort()
means = np.zeros((nbins,))
for i in range(nbins):
    means[i] = price[indices[i * binsize : (i + 1) * binsize]].mean()

您也可以重塑price 数组，然后计算沿轴的平均值（即price[indices].reshape(nbins, -1).mean(axis=-1)）。这会更快，但要求您在每个 bin 中拥有完全相同数量的数据。当最后一个 bin 的大小与其他 bin 不同时，循环将处理这种情况。