Matplotlib 累积直方图 - 垂直线放置错误或误解？

Question

我不确定这是否是一个错误，或者我只是误解了 matplotlib 累积直方图的输出。例如，我期望的是“在某个 x 值处，相应的 y 值告诉我有多少个样本

import matplotlib.pyplot as plt

X = [1.1, 3.1, 2.1, 3.9]
n, bins, patches = plt.hist(X, normed=False, histtype='step', cumulative=True)
plt.ylim([0, 5])
plt.grid()
plt.show()

看到x=1.9 的第二条垂直线了吗？考虑到X 中的数据，它不应该是 2.1 吗？例如，在 x=3 时，我会读到“3 个样本的值 x

所以，基本上我所期望的是类似于这个步骤图的东西。

plt.step(sorted(X), range(1, len(X)+1), where='post')
plt.ylim([0, 5])
plt.grid()

编辑：

我正在使用 python 3.4.3 和 matplotlib 1.4.3

Answer 1

如果您没有自己设置the bins parameter，plt.hist 将为您选择（默认情况下，10 个）bin：

In [58]: n, bins, patches = plt.hist(X, normed=False, histtype='step', cumulative=True)

In [59]: bins
Out[59]: 
array([ 1.1 ,  1.38,  1.66,  1.94,  2.22,  2.5 ,  2.78,  3.06,  3.34,
        3.62,  3.9 ])

返回值bins 显示了 matplotlib 选择的 bin 的边缘。

听起来您希望 X 中的值用作 bin 边缘。使用 bins=sorted(X)+[np.inf]:

import numpy as np
import matplotlib.pyplot as plt

X = [1.1, 3.1, 2.1, 3.9]
bins = sorted(X) + [np.inf]
n, bins, patches = plt.hist(X, normed=False, histtype='step', cumulative=True, 
                            bins=bins)
plt.ylim([0, 5])
plt.grid()
plt.show()

产量

[np.inf] 使最终 bin 的右边缘延伸到无穷大。 Matplotlib 足够聪明，不会尝试绘制非有限值，所以你看到的只是最后一个 bin 的左边缘。