Нормализация гистограммы с помощью matplotlib

Question

Нормализация гистограммы с помощью matplotlib

Я хочу построить гистограмму с помощью Matplotlib, но я хотел бы, чтобы значения ячеек представляли процент от общего числа наблюдений. MWE будет выглядеть так:

#!/usr/bin/env python3

# -*- coding: utf-8 -*-



import matplotlib.pyplot as plt

import matplotlib.ticker as tck

import seaborn as sns

import numpy



sns.set(style='dark')



imagen2 = plt.figure(1, figsize=(5, 2))

imagen2.suptitle('StackOverflow Matplotlib histogram demo')



luminance = numpy.random.randn(1000, 1000)

# "Luminance" should range from 0.0...1.0 so we normalize it

luminance = (luminance - luminance.min())/(luminance.max() - luminance.min())



top_left = plt.subplot(121)

top_left.imshow(luminance)

bottom_left = plt.subplot(122)

sns.distplot(luminance.flatten(), kde_kws={"cumulative": True})



# plt.savefig("stackoverflow.pdf", dpi=300)

plt.tight_layout(rect=(0, 0, 1, 0.95))

plt.show()

CDF здесь в порядке (диапазон: [0, 1]), но полученная гистограмма не соответствует моим ожиданиям:

Почему результаты гистограммы находятся в диапазоне [0, 4]? Есть ли способ исправить это?

645 2

python matplotlib histogram

2 ответов:

Comments

Ничего не найдено.

Y. Luo · Accepted Answer · 2018-04-11 23:06:13

Ответ ТЭЛА великолепен!Я просто хочу предоставить альтернативу, чтобы дать вам гистограмму, которую вы хотите, с меньшим количеством линий. Ключевая идея заключается в использовании аргументов weights в функции matplotlib hist для нормализации подсчетов. Вы можете заменить ваш sns.distplot(luminance.flatten(), kde_kws={"cumulative": True}) следующими тремя строками кода:
lf = luminance.flatten()
sns.kdeplot(lf, cumulative=True)
sns.distplot(lf, kde=False,
             hist_kws={'weights': numpy.full(len(lf), 1/len(lf))})
Если вы хотите видеть гистограмму на второй оси y (лучше визуально), добавьте ax=bottom_left.twinx() к sns.distplot:

tel · Accepted Answer · 2018-04-11 22:30:04

Что ты думаешь, что хочешь

Вот как построить гистограмму таким образом, чтобы ячейки суммировались в 1:
import matplotlib.pyplot as plt
import matplotlib.ticker as tck
import seaborn as sns
import numpy as np

sns.set(style='dark')

imagen2 = plt.figure(1, figsize=(5, 2))
imagen2.suptitle('StackOverflow Matplotlib histogram demo')

luminance = numpy.random.randn(1000, 1000)
# "Luminance" should range from 0.0...1.0 so we normalize it
luminance = (luminance - luminance.min())/(luminance.max() - luminance.min())

# get the histogram values
heights,edges = np.histogram(luminance.flat, bins=30)
binCenters = (edges[:-1] + edges[1:])/2

# norm the heights
heights = heights/heights.sum()

# get the cdf
cdf = heights.cumsum()

left = plt.subplot(121)
left.imshow(luminance)
right = plt.subplot(122)
right.plot(binCenters, cdf, binCenters, heights)

# plt.savefig("stackoverflow.pdf", dpi=300)
plt.tight_layout(rect=(0, 0, 1, 0.95))
plt.show()

# confirm that the hist vals sum to 1
print('heights sum: %.2f' % heights.sum())
Вывод:
heights sum: 1.00
Фактический ответ

На самом деле это очень просто. Просто сделай
sns.distplot(luminance.flatten(), kde_kws={"cumulative": True}, norm_hist=True)
Вот что я получаю, когда запускаю ваш скрипт с вышеуказанной модификацией:

Неожиданный поворот!

Таким образом, получается, что ваша гистограмма была нормализована все время, в соответствии с формальным идентичность:

На простом (er) английском языке общей практикой является нормирование непрерывно оцениваемых гистограмм (то есть их наблюдения могут быть выражены как число с плавающей точкой) в терминах их плотности. Таким образом, в этом случае сумма ширины ячейки, умноженная на высоту ячейки, будет равна 1,0, как вы можете видеть, запустив эту упрощенную версию вашего скрипта:
import matplotlib.pyplot as plt
import matplotlib.ticker as tck
import numpy as np

imagen2 = plt.figure(1, figsize=(4,3))
imagen2.suptitle('StackOverflow Matplotlib histogram demo')

luminance = numpy.random.randn(1000, 1000)
luminance = (luminance - luminance.min())/(luminance.max() - luminance.min())

heights,edges,patches = plt.hist(luminance.ravel(), density=True, bins=30)
widths = edges[1:] - edges[:-1]

totalWeight = (heights*widths).sum()

# plt.savefig("stackoverflow.pdf", dpi=300)
plt.tight_layout(rect=(0, 0, 1, 0.95))
plt.show()
print(totalWeight)
И totalWeight действительно будут точно равны 1.0, плюс-минус небольшая ошибка округления.