根据列的高度绘制带有 x 轴值的直方图

Question

假设我有以下内容：

[1,5,1,1,6,3,3,4,5,5,5,2,5]

Counts: {1:3, 2:1, 3:2, 4:1, 5:5, 6:1}

现在，我想打印一个在 x 轴上排序的直方图，如下所示：

传统的直方图是：

        X  
        X
X       X  
X   X   X
X X X X X X
1 2 3 4 5 6

我想要的是：

        X  
        X
      X X  
    X X X
X X X X X 
2 4 3 1 5 

我当前的绘图代码是：

plt.clf()
plt.cla()
plt.xlim(0,1)
plt.axvline(x=.85, color='r',linewidth=0.1)
plt.hist(correlation,2000,(0.0,1.0))
plt.xlabel(index[thecolumn]+' histogram')
plt.ylabel('X Data')

savefig(histogramsave,format='pdf')

请帮助我了解如何做到这一点...我知道我之前发布过类似的问题，但我相信我不清楚...

Answer 1

直方图不是您要查找的图表。使用条形图。

import numpy as np
import matplotlib.pyplot as plt

data = [1, 5, 1, 1, 6, 3, 3, 4, 5, 5, 5, 2, 5]
correlation = [(i, data.count(i)) for i in set(data)]
correlation.sort(key=lambda x: x[1])

labels, values = zip(*correlation)

indexes = np.arange(len(correlation))
width = 1

plt.bar(indexes, values, width)
plt.xticks(indexes + width * 0.5, labels)
plt.show()

编辑：对于大量数据，最好使用collections.Counter 而不是count 的列表理解。

---

这是更快地归档相同结果的方法（既没有条形图也没有历史记录）：

from collections import Counter
import numpy as np
import matplotlib.pyplot as plt
data = np.random.random_integers(0, 10**4, 10**5)
correlation = Counter(data).items()
correlation.sort(key=lambda x: x[1])
labels, values = zip(*correlation)
indexes = np.arange(len(correlation))

plt.plot(indexes, values)
plt.fill_between(indexes, values, 0)
plt.show()