Numpy 直方图数据：为什么 bins 向量的长度比直方图值向量长？

Question

numpy.histogram有两个输出：

• hist ：直方图的值
• bin_edges ：返回 bin 边缘(length(hist)+1)

两者都是向量，但在下面的示例中，第二个向量的长度为 101，比第一个向量（长度为 100）高 1：

import numpy as np
from numpy.random import rand, randn

n = 100  # number of bins
X = randn(n)*.1
a,bins1 = np.histogram(X,bins=n)

如果我随后尝试plt.plot(bins1,a)则会出现以下形状错误：

ValueError: x and y must have same first dimension, but have shapes (101,) and (100,)

为什么，以及如何修复不等形状错误，以便我可以 plot 直方图？

Answer 1

出现不相等的形状是因为bin_edges ，顾名思义，指定了 bin 边缘。 由于 bin 具有左右边缘，因此bin_edges的长度为len(bins)+1 。

正如评论中已经指出的，适当的绘图方法是plt.hist

Answer 2

我也有这个问题，因为我想在做直方图之前转换我的数据，但显示未转换的结果（例如，只保留自动生成的 bin 边缘）。 这里的其他答案可以帮助您完成大部分工作，但我发现有用的是做这样的事情：

h, bin_edges = np.histogram(np.log(X), bins=100)
plt.hist(X, bins=np.exp(bin_edges))

当然，您可以通过最初选择您的 bin 边缘并将它们传递给plt.hist而不使用np.histogram来手动执行此操作。 但这很好，因为自动计算为我简化了一些事情。