Comment puis-je tracer un histogramme de sorte que la somme des hauteurs des barres soit égale à 1 en matplotlib ?

Question

J'aimerais tracer un histogramme normalisé à partir d'un vecteur en utilisant matplotlib. J'ai essayé ce qui suit :

plt.hist(myarray, normed=True)

ainsi que :

plt.hist(myarray, normed=1)

mais aucune des deux options ne produit un axe y de [0, 1] tel que la somme des hauteurs des barres de l'histogramme soit égale à 1. J'aimerais produire un tel histogramme - comment puis-je le faire ?

Answer 1

Si vous voulez que la somme de toutes les barres soit égale à l'unité, pondérez chaque case par le nombre total de valeurs :

weights = np.ones_like(myarray) / len(myarray)
plt.hist(myarray, weights=weights)

J'espère que cela vous aidera, bien que le fil de discussion soit assez ancien...

Note pour Python 2.x : ajouter un casting à float() pour l'un des opérateurs de la division, car sinon vous vous retrouveriez avec des zéros en raison de la division entière

Answer 2

Il serait plus utile que vous posiez un exemple fonctionnel (ou dans ce cas non fonctionnel) plus complet.

J'ai essayé ce qui suit :

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(1000)

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, density=True)
fig.canvas.draw()
plt.show()

Cela produira en effet un histogramme en forme de barre avec un axe y qui va de [0,1] .

En outre, conformément à la hist la documentation (c'est-à-dire ax.hist? de ipython ), je pense que la somme est bonne aussi :

*normed*:
If *True*, the first element of the return tuple will
be the counts normalized to form a probability density, i.e.,
``n/(len(x)*dbin)``.  In a probability density, the integral of
the histogram should be 1; you can verify that with a
trapezoidal integration of the probability density function::

    pdf, bins, patches = ax.hist(...)
    print np.sum(pdf * np.diff(bins))

J'essaie de le faire après les commandes ci-dessus :

np.sum(n * np.diff(bins))

J'obtiens une valeur de retour de 1.0 comme prévu. N'oubliez pas que normed=True ne signifie pas que la somme des valeurs à chaque barre sera égale à l'unité, mais plutôt que l'intégrale sur les barres sera égale à l'unité. Dans mon cas np.sum(n) rendu approx. 7.2767 .

Answer 3

Je sais que cette réponse est trop tardive puisque la question date de 2010 mais je suis tombé sur cette question car j'étais moi-même confronté à un problème similaire. Comme indiqué dans la réponse, normed=True signifie que la surface totale sous l'histogramme est égale à 1 mais que la somme des hauteurs n'est pas égale à 1. Cependant, je voulais, pour faciliter l'interprétation physique d'un histogramme, en faire un avec la somme des hauteurs égale à 1.

J'ai trouvé un indice dans la question suivante - Python : Histogramme avec surface normalisée à quelque chose d'autre que 1

Mais je n'ai pas réussi à trouver un moyen de faire en sorte que les barres imitent la fonction histtype="step" hist(). Cela m'a amené à me tourner vers : Matplotlib - Histogramme en escalier avec des données déjà binées

Si la communauté le trouve acceptable, je voudrais proposer une solution qui synthétise les idées des deux postes ci-dessus.

import matplotlib.pyplot as plt

# Let X be the array whose histogram needs to be plotted.
nx, xbins, ptchs = plt.hist(X, bins=20)
plt.clf() # Get rid of this histogram since not the one we want.

nx_frac = nx/float(len(nx)) # Each bin divided by total number of objects.
width = xbins[1] - xbins[0] # Width of each bin.
x = np.ravel(zip(xbins[:-1], xbins[:-1]+width))
y = np.ravel(zip(nx_frac,nx_frac))

plt.plot(x,y,linestyle="dashed",label="MyLabel")
#... Further formatting.

Cela a fonctionné à merveille pour moi, bien que dans certains cas, j'ai remarqué que la "barre" la plus à gauche ou la "barre" la plus à droite de l'histogramme ne se ferme pas en touchant le point le plus bas de l'axe Y. Dans ce cas, l'ajout d'un élément 0 au début ou à la fin de y a permis d'obtenir le résultat nécessaire. Dans ce cas, l'ajout d'un élément 0 au début ou à la fin de l'axe y a permis d'obtenir le résultat souhaité.

J'ai juste pensé que je devais partager mon expérience. Merci.

Answer 4

Voici une autre solution simple utilisant np.histogram() méthode.

myarray = np.random.random(100)
results, edges = np.histogram(myarray, normed=True)
binWidth = edges[1] - edges[0]
plt.bar(edges[:-1], results*binWidth, binWidth)

Vous pouvez en effet vérifier que le total est égal à 1 avec :

> print sum(results*binWidth)
1.0

Answer 5

• La solution la plus simple consiste à utiliser seaborn.histplot o seaborn.displot avec kind='hist' et préciser stat='probability'
  • probabilité : ou proportion normaliser pour que la somme des hauteurs des barres soit égale à 1.
  • densité : normaliser de telle sorte que la surface totale de l'histogramme soit égale à 1
    • Voir ceci réponse .
  • data : pandas.DataFrame , numpy.ndarray , cartographie ou séquence
• seaborn est une API de haut niveau pour matplotlib
• Testé dans python 3.8.12 , matplotlib 3.4.3 , seaborn 0.11.2

Importations et données

import seaborn as sns
import matplotlib.pyplot as plt

# load data
df = sns.load_dataset('penguins')

sns.histplot

• tracé au niveau des axes

  create figure and axes

  fig, ax = plt.subplots(figsize=(6, 5))

  p = sns.histplot(data=df, x='flipper_length_mm', stat='probability', ax=ax)

sns.displot

• tracé au niveau des figures

  p = sns.displot(data=df, x='flipper_length_mm', stat='probability', height=4, aspect=1.5)