Python 使用Seaborn计算直方图下的面积_Python_Histogram_Seaborn_Area

Python 使用Seaborn计算直方图下的面积

python

Python 使用Seaborn计算直方图下的面积,python,histogram,seaborn,area,Python,Histogram,Seaborn,Area,我正试图使用此函数计算seaborn直方图下的面积（数据已标准化）要获得箱子的宽度和我使用的高度值 values_sns=[h.get_height()for h in sns.distplot(data).patches] bins_sns=[h.get_width ()for h in sns.distplot(data).patches] 但它们的长度不同，即71,48。这是我得到的错误：ValueError:操作数无法与形状（71，）（48，）一起广播任何帮助都将不胜感激。这里出

我正试图使用此函数计算seaborn直方图下的面积（数据已标准化）

要获得箱子的宽度和我使用的高度值

values_sns=[h.get_height()for h in sns.distplot(data).patches]
bins_sns=[h.get_width ()for h in sns.distplot(data).patches]

但它们的长度不同，即71,48。这是我得到的错误：ValueError:操作数无法与形状（71，）（48，）一起广播

任何帮助都将不胜感激。

这里出现了一些问题：

```
sns.distplot（数据）
```
创建直方图（与kdeplot一起）；在上面的代码中，它被调用两次，因此在同一个点上创建两个直方图
```
sns.distplot（data）
```
返回绘制它的
```
ax
```
；
```
ax
```
包含一个子批次的所有图形元素
```
ax.patches
```
返回绘制的所有面片的列表（面片可以是矩形、圆形、闭合曲线等）
当
```
sns.distplot（data）
```
不是给定
```
ax
```
上的第一个绘图操作时，
```
ax.patches
```
可以包含之前绘制的元素；特别是调用
```
sns.distplot（data）
```
两次会使补丁数量翻倍（在这种情况下，似乎绘制了48条）
```
np.diff（料仓）
```
将包含后续料仓宽度之间的所有差异。请注意，有一个差异小于有一个值（72个值表示71个差异）。由于通常所有料仓宽度都相等，
```
np.diff（料仓）
```
将全部为零
要计算总面积，需要将所有单个宽度与所有单个高度相乘

导入matplotlib.pyplot作为plt
导入seaborn作为sns
将numpy作为np导入
数据=np.随机.正常（0,1100）
ax=sns.distplot（数据）
值\u sns=[h.get\u height（）表示ax.patches中的h]
bin\u sns=[h.get\u width（）表示ax.patches中的h]
总面积=总和（[高度*宽度表示高度，宽度表示拉链（数值、箱子）]
#总面积=np.sum（np.array（bin_sns）*np.array（values_sns））#使用numpy更短更快
打印（“总面积：，总面积）#1.0

有点晚了，对不起。谢谢你的帮助

values_sns=[h.get_height()for h in sns.distplot(data).patches]
bins_sns=[h.get_width ()for h in sns.distplot(data).patches]