Question

我有一个数据列表，其中的数字在1000到20000之间。

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

当我使用hist()函数绘制直方图时，y轴表示bin中值出现的次数。除了出现的次数，我想知道出现的百分比。

以上情节的代码：

f, ax = plt.subplots(1, 1, figsize=(10,5))
ax.hist(data, bins = len(list(set(data))))

我一直在看这个post，它描述了一个使用FuncFormatter的示例，但是我不知道如何使它适应我的问题。欢迎提供一些帮助和指导：）

编辑：to_percent(y, position)使用的FuncFormatter函数的主要问题。我猜想y对应y轴上的一个给定值。我需要将此值除以我显然无法传递给函数的元素总数...

编辑2：我不喜欢当前的解决方案，因为使用了全局变量：

def to_percent(y, position):
    # Ignore the passed in position. This has the effect of scaling the default
    # tick locations.
    global n

    s = str(round(100 * y / n, 3))
    print (y)

    # The percent symbol needs escaping in latex
    if matplotlib.rcParams['text.usetex'] is True:
        return s + r'$\%$'
    else:
        return s + '%'

def plotting_hist(folder, output):
    global n

    data = list()
    # Do stuff to create data from folder

    n = len(data)
    f, ax = plt.subplots(1, 1, figsize=(10,5))
    ax.hist(data, bins = len(list(set(data))), rwidth = 1)

    formatter = FuncFormatter(to_percent)
    plt.gca().yaxis.set_major_formatter(formatter)

    plt.savefig("{}.png".format(output), dpi=500)

编辑3：使用density = True的方法

实际期望的输出（带有全局变量的方法）：

Answer 1

其他答案似乎非常复杂。通过使用1/n对数据进行加权，可以很容易地生成显示比例而不是绝对数量的直方图，其中n是数据点的数量。

然后可以使用PercentFormatter以百分比（0.45）的形式显示比例（例如45%）。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

plt.hist(data, weights=np.ones(len(data)) / len(data))

plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.show()

在这里我们看到7个值中的三个在第一个容器中，即3/7 = 43％。

Answer 2

您可以自己计算百分比，然后将它们绘制为条形图。这要求您使用numpy.histogram（无论如何，matplotlib都使用“幕后”）。然后，您可以调整y刻度标签：

import matplotlib.pyplot as plt
import numpy as np

f, ax = plt.subplots(1, 1, figsize=(10,5))
data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

heights, bins = np.histogram(data, bins = len(list(set(data))))

percent = [i/sum(heights)*100 for i in heights]

ax.bar(bins[:-1], percent, width=2500, align="edge")
vals = ax.get_yticks()
ax.set_yticklabels(['%1.2f%%' %i for i in vals])

plt.show()

Answer 3

您可以使用functools.partial来避免在示例中使用global。

只需将n添加到函数参数：

def to_percent(y, position, n):
    s = str(round(100 * y / n, 3))

    if matplotlib.rcParams['text.usetex']:
        return s + r'$\%$'

    return s + '%'

，然后创建可以传递给FuncFormatter的两个参数的部分函数：

percent_formatter = partial(to_percent,
                            n=len(data))
formatter = FuncFormatter(percent_formatter)

完整代码：

from functools import partial

import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]


def to_percent(y, position, n):
    s = str(round(100 * y / n, 3))

    if matplotlib.rcParams['text.usetex']:
        return s + r'$\%$'

    return s + '%'


def plotting_hist(data):    
    f, ax = plt.subplots(figsize=(10, 5))
    ax.hist(data, 
            bins=len(set(data)), 
            rwidth=1)

    percent_formatter = partial(to_percent,
                                n=len(data))
    formatter = FuncFormatter(percent_formatter)
    plt.gca().yaxis.set_major_formatter(formatter)

    plt.show()


plotting_hist(data)

给予：

Answer 4

只需将密度设置为 true，权重将被隐式归一化。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

data = [1000, 1000, 5000, 3000, 4000, 16000, 2000]

plt.hist(data, density=True)

plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.show()

Answer 5

我认为最简单的方法是使用 seaborn，它是 matplotlib 上的一个层。请注意，您仍然可以使用 plt.subplots()、figsize()、ax 和 fig 来自定义您的绘图。

import seaborn as sns

并使用以下代码：

sns.displot(data, stat='probability'))

此外，sns.displot 具有如此多的参数，可以非常轻松地生成非常复杂且信息丰富的图形。它们可以在这里找到：displot Documentation

绘制以y轴为百分比的直方图（使用FuncFormatter？）

5 个答案: