Python 根据列的高度用x轴值绘制直方图

因此，假设我有以下几点：

[1,5,1,1,6,3,3,4,5,5,5,2,5]

Counts: {1:3, 2:1, 3:2, 4:1, 5:5, 6:1}

现在，我想打印一个类似于直方图的图，该图按x轴排序，如下所示：

传统的直方图是：

        X  
        X
X       X  
X   X   X
X X X X X X
1 2 3 4 5 6

我想要的是：

        X  
        X
      X X  
    X X X
X X X X X 
2 4 3 1 5 

我当前的绘图代码是：

plt.clf()
plt.cla()
plt.xlim(0,1)
plt.axvline(x=.85, color='r',linewidth=0.1)
plt.hist(correlation,2000,(0.0,1.0))
plt.xlabel(index[thecolumn]+' histogram')
plt.ylabel('X Data')

savefig(histogramsave,format='pdf')

---

请帮帮我，我该怎么做。。。我知道我以前也发过一个类似的问题，但我想我不太清楚……

直方图不是你要找的图表。使用条形图

import numpy as np
import matplotlib.pyplot as plt

data = [1, 5, 1, 1, 6, 3, 3, 4, 5, 5, 5, 2, 5]
correlation = [(i, data.count(i)) for i in set(data)]
correlation.sort(key=lambda x: x[1])

labels, values = zip(*correlation)

indexes = np.arange(len(correlation))
width = 1

plt.bar(indexes, values, width)
plt.xticks(indexes + width * 0.5, labels)
plt.show()

编辑：对于大数据集，最好使用

计数，而不是列表理解


下面是一种更快地归档相同结果的方法（无需条形图或hist）：

直方图不是您要查找的图形。使用条形图

import numpy as np
import matplotlib.pyplot as plt

data = [1, 5, 1, 1, 6, 3, 3, 4, 5, 5, 5, 2, 5]
correlation = [(i, data.count(i)) for i in set(data)]
correlation.sort(key=lambda x: x[1])

labels, values = zip(*correlation)

indexes = np.arange(len(correlation))
width = 1

plt.bar(indexes, values, width)
plt.xticks(indexes + width * 0.5, labels)
plt.show()


编辑：对于大数据集，最好使用
计数，而不是列表理解


下面是一种更快地归档相同结果的方法（无需条形图或hist）：

在这里对一个大列表使用
count
效率低下，因为它会对每个唯一元素的列表进行迭代。@Jared同意。编辑了答案。谢谢你指出这一点。事情是。。。我有一个大约9000个相关值的大列表，因此0As in，你会如何为这么大的一组数据扩展它？我现在不明白这个问题。每个栏下是否需要标签（如示例中所示）？如果是，您希望如何用9000个值来显示它？如果没有它们，你所需要的只是整理你的相关性。这里是用于大型（10^4）数据集（我删除了宽度和标签）的，在大型列表中使用
count
效率低下，因为它会对每个唯一元素的列表进行迭代。@Jared同意。编辑了答案。谢谢你指出这一点。事情是。。。我有一个大约9000个相关值的大列表，因此0As in，你会如何为这么大的一组数据扩展它？我现在不明白这个问题。每个栏下是否需要标签（如示例中所示）？如果是，您希望如何用9000个值来显示它？如果没有它们，你所需要的只是整理你的相关性。这是一组大数据（10^4）（我删除了宽度和标签）