Python 是否可以使用Get和Set操作matplotlib直方图中的数据？

我有一个使用matplotlib制作的堆叠直方图。当然，它有多个箱子（每个扇区上），每个箱子/条状物在子扇区中进一步分割（叠加直方图）

我想知道我怎样才能得到数据点，做一些数学计算（让我们假设每个箱子除以它的总价值），然后设置新的数据点

我期望它如何工作：

import matplotlib.plt as plt
ax = plt.subplt(111)
h = ax.hist((subsector1,subsector2,subsector3), bins = 20, stacked=True)

y_data = h.get_yData

y_数据的形状类似于20 x 3（箱x子部门）

新的_y_数据的形状也将类似于20 x 3，但每个箱子上的总和将为1（或100%）

新的_h看起来更像一个条形图，具有相同大小的条形图，但每个条形图上的子扇区分布不同

---

这在python matplotlib中是否可行？

当您只需要值时，更容易使用它进行相同的计算，而无需绘制

当您有值时，可以直接绘制，而不需要

熊猫可能是另一种选择。请看一个类似于您的示例

下面是一些使用

np.histogram

和

plt.bar

的示例代码：

将numpy导入为np
将matplotlib.pyplot作为plt导入
从matplotlib.ticker导入百分比格式化程序
子部门1=np.clip（np.random.normal（70,20400），0100）
subsector2=np.clip（np.random.normal（50,20,1000），0,100）
subsector3=np.clip（np.random.normal（25,20500），0100）
数量=20
x_min=np.min（np.concatenate（[第1子部门，第2子部门，第3子部门]）
x_max=np.max（np.concatenate（[第1子部门，第2子部门，第3子部门]）
bounds=np.linspace（x_min，x_max，num_bin+1）
数值=np.零（（数值，3））
就i而言，枚举中的分部（（第1分部门、第2分部门、第3分部门））：
值[：，i]，ux=np.直方图（子CT，bins=bounds）
使用np.errstate（divide='ignore'，invalid='ignore'）：
values/=values.sum（axis=1，keepdims=True）
图，ax=plt.子批次（）
底部=0
对于范围（3）中的i：
plt.bar（（边界[：-1]+边界[1:]）/2，值[：，i]，底部=底部，宽度=np.diff（边界）*0.8）
底部+=值[：，i]
plt.xlim（最小x_，最大x_）
plt.gca（）.yaxis.set\u major\u格式化程序（PercentFormatter（1.0））
plt.show（）

---

这是否回答了您的问题？部分，因为它涵盖了问题的“获取”部分。我还需要将这些点（经过一些修改）添加到hist中。同时，我正在试着看看是否可以用结果构建一些条形图。一旦你有了所有的数据和样式，你就可以自己重新创建该图。这回答了我的问题（简短的回答是“否”），并提供了一个很好的替代解决方案。非常感谢。Matlotlib的plt.hist确实有一个stacked=选项。

new_y_data = y_data normalized by total on each bin

new_h = h.set_yData(new_y_data)