當一些垃圾箱主導其他垃圾箱時如何繪制直方圖

Question

我想繪制一個直方圖來解釋數據的分布方式。 我的問題是，大多數數據的值都非常小。 因此，如果您使用10個垃圾箱，它的描述性就不會那么高。 大多數數據都壓縮在0.0-0.1 bin中。 如果使用1000個bin，則由於xlabel的原因，直方圖看起來不太好，並且由於我們的bin太多，某些bin與其他bin重疊。

我也嘗試使用對數刻度，歸一化版本，但仍然無法獲得有用的直方圖。 我已經計算了（1000）個垃圾箱和計數。 讀取數據的代碼如下。 您可以運行它： ./sub-histogram.py hist-data.txt 2500 0 。 0表示您使用原始計數（第一行）。 最后一行包含bin值。

第一個想法是將計數和容器合並到某個閾值。 如果計數小於某個閾值，則累加該計數並跳過此bin。 我目前沒有任何進一步的想法，但是我敢肯定，如果您使用直方圖，那么您會遇到這個問題。 對於這種情況有什么解決辦法嗎？ 數據和一切都在這里 。

import sys
from itertools import izip
import matplotlib.pyplot as plt
import numpy as np

lines = open(sys.argv[1]).readlines()
threshold = float(sys.argv[2])
count_type = int(sys.argv[3]) # 0 for raw counts, 1 for normalized counts, 2 for log counts

# reading 
C = map(float, lines[count_type][1:-2].replace(",", "").split())
B = map(float, lines[3][1:-2].replace(",", '').split())

# merging method. 
# accumulate the counts with respect to threshold.
counts = []
bins = []
ct = 0
for c, b in izip(C,B):
    ct += c
    if ct >= threshold:
        counts.append(ct)
        bins.append(b)
        ct = 0

if ct > 0:
    counts.append(ct)
    bins.append(b)
    ct = 0

print counts
print bins

bar_width= 0.005
plt.xticks(np.linspace(0,2,41))
plt.bar(bins, counts, bar_width)
plt.show()

Answer 1

我建議為您的小值設置多個bin，大於bin，例如，對於0.000至0.200范圍內的值，間隔為0.002，設置100個bin，對於超過0.200的所有對象，為一個bin（您可能有0.000的10個bin -0.009，0.010-0.090等十個，等等），然后需要覆蓋X軸上的標簽，但是使用ax.set_xticklabels可以做到這一點。