plt.hist（）vs np.histogram（） - 出乎意料的結果

Question

以下幾行

a1, b1, _ = plt.hist(df['y'], bins='auto')
a2, b2 = np.histogram(df['y'], bins='auto')

print(a1 == a2)
print(b1 == b2)

等於a1所有值等於a2值， b1和b2的值相同

然后我單獨使用pyplot創建一個圖（使用bins=auto 應該使用相同的np.histogram()函數 ）：

plt.hist(df['y'], bins='auto')
plt.show()

然后我嘗試實現相同的直方圖，但是通過自己調用np.histogram() ，並將結果傳遞給plt.hist() ，但我得到一個空白的直方圖：

a2, b2 = np.histogram(df['y'], bins='auto')
plt.hist(a2, bins=b2)
plt.show()

從我如何理解plt.hist(df['y'], bins='auto')起作用，我創建的這兩個圖應該完全相同 - 為什么我的方法不能使用Numpy工作？

編輯

接下來來自@ MSeifert的回答，我相信

counts, bins = np.histogram(df['y'], bins='auto')

bins為每個倉起始值的列表，並且counts是值的每一個倉的相應的數字。 如上面的直方圖所示，這應該產生幾乎完美的正態分布，但是，如果調用print(counts, bins) counts結果顯示第一個和最后一個分箱具有相當大的~11,000個數。 為什么這不會反映在直方圖中 - 為什么兩條尾部都沒有兩個大的尖峰？

編輯2

這只是一個分辨率問題，我的情節看起來太小了，兩端的尖峰都無法正確渲染。 放大允許它們顯示。

Answer 1

您假設plt.hist可以區分包含計數值的數組和包含要計數的 值的數組。

然而，這並非發生的情況，當您將計數傳遞給plt.hist ，它將計算它們並將它們放在提供的箱中。 這可能導致空的直方圖，但也會導致奇怪的直方圖。

因此，雖然plt.hist和numpy.histogram工作方式相同，但您不能將從numpy.histogram獲得的數據numpy.histogram給plt.hist因為這會計算值的計數（不是您所期望的）：

import numpy as np
import matplotlib.pyplot as plt

%matplotlib notebook

f, ax = plt.subplots(1)
arr = np.random.normal(10, 3, size=1000)
cnts, bins = np.histogram(arr, bins='auto')
ax.hist(cnts, bins=bins)

然而，你可以使用一個bar陰謀vizualize通過獲得直方圖numpy.histogram ：

f, (ax1, ax2) = plt.subplots(2)
cnts, bins = np.histogram(arr, bins='auto')
ax1.bar(bins[:-1] + np.diff(bins) / 2, cnts, np.diff(bins))
ax2.hist(arr, bins='auto')