带有两个数组的 Python 条形图答案

【问题标题】：Python bar plot with two arrays带有两个数组的 Python 条形图
【发布时间】：2020-09-29 09:17:20
【问题描述】：

我有两个 numpy 数组 X 和 GX（分别为浮点数和整数），我想对 X 数组进行分箱（因此对应的 GX 值可以保存频率）并绘制带有分箱的直方图在 x 轴上，在 y 轴上频率。我也尝试过使用 pandas 的 qcut、cut 和 matplotlib 的 histogram。它们似乎都不起作用。我从头开始用 numpy 创建了 bin 和频率，但我能得到的只是散点图。

bins   = np.linspace(min(X), max(X),100)
freq   = []
countl = 0
for i in range(len(bins)-1):
    count = 0
    for j in range(len(X)):
        if bins[i]<X[j]<bins[i+1]:
            count += np.sum(GX[np.where(X==X[j])])
    freq.append(count)
for j in X:
    if bins[-2]<j<bins[-1]:
        countl += np.sum(GX[np.where(X==j)])

freq.append(countl)
plt.figure(figsize=(7,7))
plt.scatter(bins,freq,c='b')

我怎样才能得到条形图或直方图而不是散点图（可能是更好的分箱方法）？

【问题讨论】：

标签： python pandas numpy matplotlib seaborn

【解决方案1】：

使用您给定的代码，因为您已经计算了每个箱，直方图只是这些箱的条形图：

plt.bar(bins, freq, width=bins[1]-bins[0], color='crimson', ec='black')

请注意，测试 bins[i] < X[j] < bins[i+1] 会遗漏完全等于 bin 边界的 X 值。在大多数情况下，除了 X 的最小值和最大值之外，这种相等是不太可能的。因此，bins[i] <= X[j] < bins[i+1] 会更安全。此外，为了适应最后一个值，您可以只用一个 epsilon 扩展箱：例如bins = np.linspace(min(X), max(X)+0.000001, 100)（取决于 X 的大小，确保 epsilon 非常小，但在 smaller than 测试中不会被忽略）。

或者，如果 GX 的总和不会太大而导致内存问题，您可以使用 np.repeat 重复 X 数组，使用 GX 作为重复因子。然后，matplotlib 就可以按照通常的方式计算直方图了：

all_X = np.repeat(X, GX)
plt.hist(all_X, bins=100, color='crimson', ec='black')

【讨论】：