使用matplotlib在CDF直方图结束时的垂直线

Question

我正在尝试创建CDF，但在图表的末尾，有一条垂直线，如下所示：

我读过他的是因为matplotlib使用了bin的末尾来绘制垂直线，这很有意义，所以我在代码中加入了：

bins = sorted(X) + [np.inf]

其中X是我正在使用的数据集，并在绘图时将bin大小设置为：

plt.hist(X, bins = bins, cumulative = True, histtype = 'step', color = 'b')

这会删除末尾的行并产生所需的效果，但是当我对此图表进行规范化时，它会产生错误：

ymin = max(ymin*0.9, minimum) if not input_empty else minimum

UnboundLocalError: local variable 'ymin' referenced before assignment

无论如何要用

规范化数据

bins = sorted(X) + [np.inf]

在我的代码中还是有其他方法可以删除图表上的行？

Answer 1

绘制CDF的另一种方法如下（在我的例子中，X是从正常单位中抽取的一堆样本）：

import numpy as np
import matplotlib.pyplot as plt

X = np.random.randn(10000)
n = np.arange(1,len(X)+1) / np.float(len(X))
Xs = np.sort(X)
fig, ax = plt.subplots()
ax.step(Xs,n) 

Answer 2

我需要一个解决方案，无需更改其余代码（使用plt.hist(...)或使用熊猫，dataframe.plot.hist(...)），并且可以在同一个jupyter笔记本中轻松多次重复使用

我现在使用这个小辅助函数：

def fix_hist_step_vertical_line_at_end(ax):
    axpolygons = [poly for poly in ax.get_children() if isinstance(poly, mpl.patches.Polygon)]
    for poly in axpolygons:
        poly.set_xy(poly.get_xy()[:-1])

可以这样使用（不使用熊猫）：

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

X = np.sort(np.random.randn(1000))

fig, ax = plt.subplots()
plt.hist(X, bins=100, cumulative=True, density=True, histtype='step')

fix_hist_step_vertical_line_at_end(ax)

或者像这样（和熊猫一起）：

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt

df = pd.DataFrame(np.random.randn(1000))

fig, ax = plt.subplots()
ax = df.plot.hist(ax=ax, bins=100, cumulative=True, density=True, histtype='step', legend=False)

fix_hist_step_vertical_line_at_end(ax)

即使在同一轴上有多个累积密度直方图，此方法也能很好地发挥作用。

警告：：如果您的轴上包含mpl.patches.Polygon类别下的其他面片，则可能不会导致所需的结果。那不是我的情况，所以我更喜欢在绘图中使用这个小辅助函数。

Answer 3

假设您的意图纯粹是美感，请添加一条垂直线，其颜色与绘图背景相同：

ax.axvline(x = value, color = 'white', linewidth = 2)

“值”代表最右边的条带的最右端。