使用Python中的numpy和scipy在matplotlib中制作装箱箱图
我有一个包含成对值的二维数组,我想通过不同的x值箱绘制y值的箱线图。即,如果阵列为:使用Python中的numpy和scipy在matplotlib中制作装箱箱图,python,numpy,matplotlib,scipy,plot,Python,Numpy,Matplotlib,Scipy,Plot,我有一个包含成对值的二维数组,我想通过不同的x值箱绘制y值的箱线图。即,如果阵列为: my_array = array([[1, 40.5], [4.5, 60], ...]]) 然后我想对我的_数组[:,0]进行装箱,然后为每个箱子生成一个对应于每个箱子中的我的_数组[:,1]值的箱线图。所以最后,我希望这个图包含很多箱子,很多箱子 我尝试了以下方法: min_x = min(my_array[:, 0]) max_x = max(my_array[:, 1]) num_bins = 3
my_array = array([[1, 40.5], [4.5, 60], ...]])
然后我想对我的_数组[:,0]进行装箱,然后为每个箱子生成一个对应于每个箱子中的我的_数组[:,1]值的箱线图。所以最后,我希望这个图包含很多箱子,很多箱子
我尝试了以下方法:
min_x = min(my_array[:, 0])
max_x = max(my_array[:, 1])
num_bins = 3
bins = linspace(min_x, max_x, num_bins)
elts_to_bins = digitize(my_array[:, 0], bins)
但是,这给了我从1到3的elts_到_的值。我想我应该为垃圾箱获取基于0的索引,我只想要3个垃圾箱。我假设这是由于linspace和digitalize中表示垃圾箱的方式有些棘手
最简单的方法是什么?我想要num_bin—许多等距的bin,第一个bin包含数据的下半部分,而上一个bin包含数据的上半部分。。。i、 例如,我希望每个数据点都落入某个箱子中,这样我就可以制作一个箱线图
谢谢。您得到的是数组中最大值的第三个bin(我假设您有一个输入错误,max_x应该是“max(my_数组[:,0])”而不是“max(my_数组[:,1])”)。您可以通过在最后一个箱子中添加1(或任何正数)来避免这种情况 另外,如果我理解正确,您希望一个变量一个变量地存储,因此下面的示例显示了这一点。如果您使用的是recarray(速度要慢得多),那么matplotlib.mlab(例如mlab.rec_groupby等)中也有几个函数可以执行这类操作 无论如何,最后,您可能会遇到类似的情况(假设x和y的长度相同,通过y中的值来存储x) 举个简单的例子:
In [3]: x = np.random.random((100, 2))
In [4]: binned_values, bins = bin_by(x[:,0], x[:,1], 2)
In [5]: binned_values
Out[5]:
[array([ 0.59649575, 0.07082605, 0.7191498 , 0.4026375 , 0.06611863,
0.01473529, 0.45487203, 0.39942696, 0.02342408, 0.04669615,
0.58294003, 0.59510434, 0.76255006, 0.76685052, 0.26108928,
0.7640156 , 0.01771553, 0.38212975, 0.74417014, 0.38217517,
0.73909022, 0.21068663, 0.9103707 , 0.83556636, 0.34277006,
0.38007865, 0.18697416, 0.64370535, 0.68292336, 0.26142583,
0.50457354, 0.63071319, 0.87525221, 0.86509534, 0.96382375,
0.57556343, 0.55860405, 0.36392931, 0.93638048, 0.66889756,
0.46140831, 0.01675165, 0.15401495, 0.10813141, 0.03876953,
0.65967335, 0.86803192, 0.94835281, 0.44950182]),
array([ 0.9249993 , 0.02682873, 0.89439141, 0.26415792, 0.42771144,
0.12292614, 0.44790357, 0.64692616, 0.14871052, 0.55611472,
0.72340179, 0.55335053, 0.07967047, 0.95725514, 0.49737279,
0.99213794, 0.7604765 , 0.56719713, 0.77828727, 0.77046566,
0.15060196, 0.39199123, 0.78904624, 0.59974575, 0.6965413 ,
0.52664095, 0.28629324, 0.21838664, 0.47305751, 0.3544522 ,
0.57704906, 0.1023201 , 0.76861237, 0.88862359, 0.29310836,
0.22079126, 0.84966201, 0.9376939 , 0.95449215, 0.10856864,
0.86655289, 0.57835533, 0.32831162, 0.1673871 , 0.55742108,
0.02436965, 0.45261232, 0.31552715, 0.56666458, 0.24757898,
0.8674747 ])]
希望对你有所帮助 Numpy提供了一种创建直方图的方法,您需要:
histogram(a, bins=10, range=None, normed=False, weights=None, new=None)
您可以像这样使用:
(hist_data, bin_edges) = histogram(my_array[:,0], weights=my_array[:,1])
这里的关键点是使用weights
参数:每个值a[i]
将weights[i]
贡献到直方图中。例如:
a = [0, 1]
weights = [10, 2]
描述了x=0时的10个点和x=1时的2个点
您可以使用bins
参数设置存储箱的数量或存储箱限制(有关详细信息,请参阅)
然后,可以使用以下内容绘制直方图:
bar(bin_edges[:-1], hist_data)
如果只需要进行直方图绘制,类似功能可以直接绘制直方图:
hist(my_array[:,0], weights=my_array[:,1])
我不明白为什么在看完文件后这里用“重量”——你能解释一下吗?如果问题仅仅是将元素分配给容器,我不明白为什么权重应该起作用。我编辑了答案,以便更详细地解释权重参数的作用。如果你认为这个答案有用,请用拇指把它竖起来!:)不幸的是,np.histogram不能满足他的需要。他需要每个箱子的实际值,以便为每个箱子绘制箱线图。(或者这是我的理解,不管怎样,如果我错了,请纠正我!)权重参数只是将每个值乘以每个权重,这样,它就可以添加权重[I],而不是将1添加到箱子中的计数中。这与用另一个数组中的值对一个数组进行装箱不同,而且不管怎样,都不会返回落入每个箱子中的数组子集。(或者我完全误解了事情?)@Joe:我明白你的意思。无论答案是什么,我们的回答中应该有一个是正确的,因此它们都是有用的
hist(my_array[:,0], weights=my_array[:,1])