用matplotlib规范化直方图

Question

我想用Matplotlib绘制一个柱状图，但是我希望bins的值代表总观察值的百分比。MWE应该是这样的：

#!/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()

这里的CDF是正常的（范围：[0，1]），但结果直方图与我的预期不符：

为什么直方图的结果在[0,4]范围内？有办法解决这个问题吗？在

Answer 1

tel's answer is great!我只想提供一种替代方法，用更少的行来给你想要的柱状图。关键思想是在matplotlib hist函数中使用weights参数来规范化计数。您可以用以下三行代码替换sns.distplot(luminance.flatten(), kde_kws={"cumulative": True})：

lf = luminance.flatten()
sns.kdeplot(lf, cumulative=True)
sns.distplot(lf, kde=False,
             hist_kws={'weights': numpy.full(len(lf), 1/len(lf))})

如果您想在第二个y轴上查看直方图（更直观），请将ax=bottom_left.twinx()添加到sns.distplot：

Answer 2

你认为你想要什么

以下是如何绘制柱状图，使箱子的总和为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())

输出：

^{pr2}$

真正的答案

这个其实非常简单。就这么做吧

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

以下是我运行脚本时得到的结果：

惊喜转身！在

所以你的直方图一直都是标准化的，按照形式标识：

在普通英语中，一般的做法是用连续值直方图（即它们的观测值可以用浮点数表示）的密度来表示。因此，在本例中，bin宽度乘以bin height的总和将为1.0，如您运行脚本的简化版本所示：

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)

而且totalWeight确实等于1.0，给或取一点舍入误差。在