绘制 y 轴为百分比的直方图（使用 FuncFormatter？）

Question

我有一个数据列表，其中的数字在 1000 到 20 000 之间。

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

当我使用hist() 函数绘制直方图时，y 轴表示值在 bin 中出现的次数。而不是出现的次数，我想知道出现的百分比。

上图的代码：

f, ax = plt.subplots(1, 1, figsize=(10,5))
ax.hist(data, bins = len(list(set(data))))

我一直在看这个post，它描述了一个使用FuncFormatter 的例子，但我不知道如何让它适应我的问题。欢迎提供一些帮助和指导:)

编辑： FuncFormatter 使用的 to_percent(y, position) 函数的主要问题。我猜 y 对应于 y 轴上的一个给定值。我需要将此值除以显然无法传递给函数的元素总数...

编辑 2：我不喜欢当前解决方案，因为使用了全局变量：

def to_percent(y, position):
    # Ignore the passed in position. This has the effect of scaling the default
    # tick locations.
    global n

    s = str(round(100 * y / n, 3))
    print (y)

    # The percent symbol needs escaping in latex
    if matplotlib.rcParams['text.usetex'] is True:
        return s + r'$\%$'
    else:
        return s + '%'

def plotting_hist(folder, output):
    global n

    data = list()
    # Do stuff to create data from folder

    n = len(data)
    f, ax = plt.subplots(1, 1, figsize=(10,5))
    ax.hist(data, bins = len(list(set(data))), rwidth = 1)

    formatter = FuncFormatter(to_percent)
    plt.gca().yaxis.set_major_formatter(formatter)

    plt.savefig("{}.png".format(output), dpi=500)

编辑 3： 使用 density = True 的方法

实际期望的输出（带有全局变量的方法）：

Answer 1

其他答案似乎非常复杂。通过使用1/n 对数据进行加权可以轻松生成显示比例而非绝对数量的直方图，其中n 是数据点的数量。

然后可以使用PercentFormatter 将比例（例如0.45）显示为百分比（45%）。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

plt.hist(data, weights=np.ones(len(data)) / len(data))

plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.show()

这里我们看到 7 个值中的三个在第一个 bin 中，即 3/7=43%。

Answer 2

您可以自己计算百分比，然后将它们绘制成条形图。这需要您使用numpy.histogram（matplotlib 无论如何都使用“幕后”）。然后您可以调整 y 刻度标签：

import matplotlib.pyplot as plt
import numpy as np

f, ax = plt.subplots(1, 1, figsize=(10,5))
data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

heights, bins = np.histogram(data, bins = len(list(set(data))))

percent = [i/sum(heights)*100 for i in heights]

ax.bar(bins[:-1], percent, width=2500, align="edge")
vals = ax.get_yticks()
ax.set_yticklabels(['%1.2f%%' %i for i in vals])

plt.show()

Answer 3

我认为最简单的方法是使用 seaborn，它是 matplotlib 上的一个层。请注意，您仍然可以使用 plt.subplots()、figsize()、ax 和 fig 来自定义您的绘图。

import seaborn as sns

并使用以下代码：

sns.displot(data, stat='probability'))

另外，sns.displot 有很多参数，可以很容易地制作非常复杂和信息丰富的图表。他们可以在这里找到：displot Documentation

Answer 4

只需将密度设置为 true，权重就会被隐式归一化。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

plt.hist(data, density=True)

plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.show()

Answer 5

您可以使用functools.partial 来避免在您的示例中使用globals。

只需在函数参数中添加n：

def to_percent(y, position, n):
    s = str(round(100 * y / n, 3))

    if matplotlib.rcParams['text.usetex']:
        return s + r'$\%$'

    return s + '%'

然后创建一个包含两个参数的偏函数，您可以将其传递给FuncFormatter：

percent_formatter = partial(to_percent,
                            n=len(data))
formatter = FuncFormatter(percent_formatter)

---

完整代码：

from functools import partial

import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]


def to_percent(y, position, n):
    s = str(round(100 * y / n, 3))

    if matplotlib.rcParams['text.usetex']:
        return s + r'$\%$'

    return s + '%'


def plotting_hist(data):    
    f, ax = plt.subplots(figsize=(10, 5))
    ax.hist(data, 
            bins=len(set(data)), 
            rwidth=1)

    percent_formatter = partial(to_percent,
                                n=len(data))
    formatter = FuncFormatter(percent_formatter)
    plt.gca().yaxis.set_major_formatter(formatter)

    plt.show()


plotting_hist(data)

给出：