我想用Matplotlib在预先计数的数据上绘制直方图。例如,假设我有原始数据
data = [1, 2, 2, 3, 4, 5, 5, 5, 5, 6, 10]
根据这些数据,我可以使用
pylab.hist(data, bins=[...])
绘制柱状图。
在我的例子中,数据已经预先计数,并表示为字典:
counted_data = {1: 1, 2: 2, 3: 1, 4: 1, 5: 4, 6: 1, 10: 1}
理想情况下,我希望将这个预先计数的数据传递给一个直方图函数,该函数允许我控制箱子宽度、绘图范围等,就好像我已经将原始数据传递给它一样。作为一种解决方法,我正在将我的计数扩展到原始数据中:
data = list(chain.from_iterable(repeat(value, count)
for (value, count) in counted_data.iteritems()))
当counted_data
包含数百万个数据点的计数时,这是低效的。
有没有一种更简单的方法可以使用Matplotlib从我预先计算的数据生成直方图?
或者,如果最简单的方法是将预先装箱的数据条形图,是否有一种方便的方法将我的每项计数“汇总”为装箱计数?
也可以使用seaborn绘制直方图:
您可以使用
weights
关键字参数来np.histgram
(下面的plt.hist
调用)假设您只有整数作为键,您还可以直接使用
bar
:哪里。。。是你想要传递给
bar
(doc)的任何参数如果要重新整理数据,请参见Histogram with separate list denoting frequency
我使用pyplot.hist的
weights
选项根据每个键的值对其进行加权,生成我想要的直方图:pylab.hist(counted_data.keys(), weights=counted_data.values(), bins=range(50))
这使我可以依赖
hist
来重新整理数据。相关问题 更多 >
编程相关推荐