Matplotlib图已合并数据

Question

我想绘制一组图像的平均局部二进制图案直方图。 这是我所做的：

#calculates the lbp
lbp = feature.local_binary_pattern(image, 24, 8, method="uniform")

#Now I calculate the histogram of LBP Patterns
(hist, _) = np.histogram(lbp.ravel(), bins=np.arange(0, 27))    

之后，我简单地总结所有LBP直方图并取它们的平均值。 这些是找到的值，这些值保存在txt文件中：

2.962000000000000000e + 03

1.476000000000000000e + 03

1.128000000000000000e + 03

1.164000000000000000e + 03

1.282000000000000000e + 03

1.661000000000000000e + 03

2.253000000000000000e + 03

3.378000000000000000e + 03

4.490000000000000000e + 03

5.010000000000000000e + 03

4.337000000000000000e + 03

3.222000000000000000e + 03

2.460000000000000000e + 03

2.495000000000000000e + 03

2.599000000000000000e + 03

2.934000000000000000e + 03

2.526000000000000000e + 03

1.971000000000000000e + 03

1.303000000000000000e + 03

9.900000000000000000e + 02

7.980000000000000000e + 02

8.680000000000000000e + 02

1.119000000000000000e + 03

1.479000000000000000e + 03

4.355000000000000000e + 03

3.112600000000000000e + 04

我试图简单地绘制这些值（不需要计算直方图，因为这些值已经来自直方图）。 这是我尝试过的：

import matplotlib
matplotlib.use('Agg')
import numpy as np
import matplotlib.pyplot as plt
import plotly.plotly as py

#load data
data=np.loadtxt('original_dataset1.txt')
#convert to float
data=data.astype('float32')
#define number of Bins
n_bins = data.max() + 1

plt.style.use("ggplot")
(fig, ax) = plt.subplots()
fig.suptitle("Local Binary Patterns")
plt.ylabel("Frequency")
plt.xlabel("LBP value")
plt.bar(n_bins, data)
fig.savefig('lbp_histogram.png') 

但是，看看这些命令产生的图：

我还是不明白发生了什么。 我想制作一个像我在Excel中使用相同数据制作的图，如下所示：

我必须承认，我是matplotlib的新手。 那么，我的错误是什么？

Answer 1

尝试这个。 这里的数组是您从垃圾箱中获得的平均值。

array = [2962,1476,1128,1164,1282,1661,2253]
fig,ax = plt.subplots(nrows=1, ncols=1,)
ax.bar(np.array(range(len(array)))+1,array,color='orangered')
ax.grid(axis='y')
for i, v in enumerate(array):
    ax.text(i+1, v, str(v),color='black',fontweight='bold',
            verticalalignment='bottom',horizontalalignment='center')
plt.savefig('savefig.png',dpi=150)

情节看起来像这样。