Python 如何在matplotlib中绘制直方图，使条形图的高度总和为1？

我想使用matplotlib从向量中绘制一个标准化直方图。我尝试了以下方法：

plt.hist(myarray, normed=True)

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(1000)

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, density=True)
fig.canvas.draw()
plt.show()

以及：

plt.hist(myarray, normed=1)

---

但这两个选项都不会从[0，1]生成y轴，从而直方图的条高总和为1。我想制作这样一个柱状图——我该怎么做呢？

如果您提出一个更完整的工作（或在本例中为非工作）示例，会更有帮助

我尝试了以下方法：

plt.hist(myarray, normed=True)

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(1000)

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, density=True)
fig.canvas.draw()
plt.show()

这将产生一个y轴从

[0,1]

开始的条形图柱状图

此外，根据

hist

文档（即

ax.hist？

来自

ipython

），我认为总和也不错：

*normed*:
If *True*, the first element of the return tuple will
be the counts normalized to form a probability density, i.e.,
``n/(len(x)*dbin)``.  In a probability density, the integral of
the histogram should be 1; you can verify that with a
trapezoidal integration of the probability density function::

    pdf, bins, patches = ax.hist(...)
    print np.sum(pdf * np.diff(bins))

在执行上述命令后尝试此操作：

np.sum(n * np.diff(bins))

---

我得到了预期的

1.0

返回值。记住，

normed=True

并不意味着每个条上的值之和是单位，而是条上的积分是单位。在我的例子中，

np.sum（n）

返回了大约

7.2767

考虑到问题日期是2010年，我知道这个答案太晚了，但我遇到了这个问题，因为我自己也面临着类似的问题。如回答中所述，normed=True表示直方图下的总面积等于1，但高度之和不等于1。然而，为了便于对柱状图进行物理解释，我想让柱状图的高度之和等于1

我在下面的问题中发现了一个暗示-

但我无法找到一种方法使条形图模仿histtype=“step”功能hist（）。这使我转向：

如果社区认为这是可以接受的，我想提出一个综合上述两个帖子的想法的解决方案

import matplotlib.pyplot as plt

# Let X be the array whose histogram needs to be plotted.
nx, xbins, ptchs = plt.hist(X, bins=20)
plt.clf() # Get rid of this histogram since not the one we want.

nx_frac = nx/float(len(nx)) # Each bin divided by total number of objects.
width = xbins[1] - xbins[0] # Width of each bin.
x = np.ravel(zip(xbins[:-1], xbins[:-1]+width))
y = np.ravel(zip(nx_frac,nx_frac))

plt.plot(x,y,linestyle="dashed",label="MyLabel")
#... Further formatting.

这对我来说非常有效，尽管在某些情况下，我注意到直方图最左边的“条”或最右边的“条”不会通过接触Y轴的最低点而关闭。在这种情况下，在begging或y的末尾添加元素0可获得必要的结果

---

我只是想分享一下我的经验。谢谢。

如果您希望所有条的总和相等，请按值的总数对每个箱子进行加权：

weights = np.ones_like(myarray) / len(myarray)
plt.hist(myarray, weights=weights)

希望对你有所帮助，虽然线已经很旧了

---

注意：对于Python2.x：对于除法的一个运算符，将强制转换添加到

float（）

，否则，由于整数除法，您将以零结束

这里是另一个使用

np.histogram（）

方法的简单解决方案

myarray = np.random.random(100)
results, edges = np.histogram(myarray, normed=True)
binWidth = edges[1] - edges[0]
plt.bar(edges[:-1], results*binWidth, binWidth)

您确实可以通过以下方式检查总计是否为1：

> print sum(results*binWidth)
1.0

---

由于matplotlib 3.0.2，不推荐使用

normed=True

。要获得所需的输出，我必须执行以下操作：

将numpy导入为np
数据=np.random.randn（1000）
垃圾箱=np.arange（-3.0,3.0,51）
计数，柱状图（数据，箱=箱）
如果密度：#等于标准值=真
counts\u weighter=counts.sum（）
否则：#等于normed=False
计数加权器=1.0
plt.hist（箱子[：-1]，箱子=箱子，重量=计数/计数/称重器）

尝试同时指定

权重

和

密度

作为

plt.hist（）

的参数对我无效。如果有人知道一种方法，可以在不访问normed关键字参数的情况下使其工作，那么请在评论中告诉我，我将删除/修改此答案

---

如果你想要垃圾箱中心，那么不要使用垃圾箱[：-1]垃圾箱边缘-你需要选择一个合适的方案来计算中心（可能是也可能不是简单推导出来的）。

答案很好。请注意，如果myarray是类似python的

array\u

而不是numpy数组，则需要将

len（myarray）

强制转换为

float

。此外，如果myarray是多维的&您只使用一维，例如myarray[0，：]，那么您可以将len（myarray）替换为np.size（myarray[0，：]），这将以同样的方式工作。（否则，它说该对象不可调用。）我认为在plt.hist中也需要normed=True。同样在Python3中，您必须使用list（zip（…）。我知道这很旧，但为了将来的参考&任何访问此页面的人，这种轴排列称为“概率密度”轴！是的，这是一个概率密度图，我想他想要一个概率质量图。