Python 删除直方图中高于阈值的数据

我在HitGram中显示数据，代码如下： 角度=数据[列[3]]

num_bins = 23
avg_samples_per_bin = 200

# len(data['steering'])/num_bins
hist, bins = np.histogram(data['steering'], num_bins)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) * 0.5
plt.bar(center, hist, align='center', width=width)
plt.plot((np.min(angles), np.max(angles)), (avg_samples_per_bin, avg_samples_per_bin), 'k-')

显示以下内容：

我正在寻找一个功能，将删除以上的行所有数据。或者换句话说，每个箱子中的数据不能超过200

---

有没有一种简洁的方法可以做到这一点？

您可以屏蔽数组，选择低于某个阈值的值。例如：

import numpy as np
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1,2)
ax1.set_title("Some data")
ax2.set_title("Masked data < 80")

np.random.seed(10)
data = np.random.randn(1000)

num_bins = 23
avg_samples_per_bin = 200

hist, bins = np.histogram(data, num_bins)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) * 0.5
ax1.bar(center, hist, align='center', width=width)

threshold = 80
mask = hist < threshold

new_center = center[mask]
new_hist = hist[mask]

ax2.bar(new_center, new_hist, align="center", width=width)

plt.show()

将numpy导入为np
将matplotlib.pyplot作为plt导入
图（ax1，ax2）=plt.子批次（1,2）
ax1.设置标题（“某些数据”）
ax2.设置标题（“屏蔽数据<80”）
np.随机种子（10）
数据=np.random.randn（1000）
数量=23
平均每箱样本数=200
hist，bins=np.直方图（数据，num_bins）
宽度=0.7*（料仓[1]-料仓[0]）
中心=（垃圾箱[：-1]+垃圾箱[1:]）*0.5
ax1.条形图（中心、历史、对齐=中心、宽度=宽度）
阈值=80
掩码=历史<阈值
新中心=中心[遮罩]
新历史=历史[掩码]
ax2.条（新中心，新历史，对齐=“中心”，宽度=宽度）
plt.show（）

其中：