直方图中的频率

Question

这是我的第一篇文章，所以请忍受我

这是代码

plt.figure()
ax1 = plt.subplot()
sample = np.random.normal(loc=0.0, scale=1.0, size=100)
ax1.hist(sample,bins=100)
ax1.set_title('n={}'.format(sample_size))  
print(len(np.unique(sample))) ##outputs 100 as expected

我的疑问是，如果我给出bins=100并且样本数也是100，那么为什么它不为每个样本绘制条形图，为什么输出图包含的频率大于1？

Answer 1

使用默认参数，所有垃圾箱的宽度相同。 100槽表示每个槽的宽度为总宽度的1/100。总宽度从样本列表的最小到最大。

由于边界的选择，至少一个点将在第一个容器中结束，一个在最后一个容器中结束，但是大多数将在中央容器中结束，并且许多最外面的容器保持为空。

通常需要使所有垃圾箱具有相同的宽度。直方图想要显示在哪个区域中有更多的样本，在哪里有较少的样本，无论是一个峰还是多个峰。通常，要传达有关数据的有趣信息，箱的数量应比样本数少得多。

以下是说明发生的情况的图表。由于100箱创建了一个非常拥挤的地块，因此该示例仅使用20个样本和20箱。如此少的样本，它们将比更多样本更多地散布。 hist返回3个数组：一个数组包含每个容器的内容，一个数组具有容器之间的边界（这是容器数量的一个多），而另一个则包含图形对象（矩形面片）。边界可用于显示其位置。

import matplotlib.pyplot as plt
import numpy as np

N = 20
plt.figure()
ax1 = plt.subplot()
sample = np.random.normal(loc=0.0, scale=1.0, size=N)
bin_values, bin_bounds, _ =  ax1.hist(sample, bins=N, label='Histogram')
ax1.set_title(f'{len(np.unique(sample))} samples')
ax1.plot(np.repeat(bin_bounds, 3), np.tile([0, -1, np.nan], len(bin_bounds)), label='Bin boundaries' )
ax1.scatter(sample, np.full_like(sample, -0.5), facecolor='none', edgecolor='crimson', label='Sample values')
ax1.axhline(0, color='black')
plt.legend()
plt.show()

这是100个样本和100个容器的样子：