Matplotlib直方图，带高值收集箱

Question

我有一个带有值的数组，我想创建它的直方图。我主要对低端号码感兴趣，想把300以上的每一个号码都收集在一个箱子里。此箱应与所有其他（等宽）箱具有相同的宽度。我该怎么做呢？

注：此问题与此问题相关：在Matplotlib直方图中定义仓位宽度/x轴比例

这就是我迄今为止所尝试的：

import matplotlib.pyplot as plt
import numpy as np

def plot_histogram_01():
    np.random.seed(1)
    values_A = np.random.choice(np.arange(600), size=200, replace=True).tolist()
    values_B = np.random.choice(np.arange(600), size=200, replace=True).tolist()

    bins = [0, 25, 50, 75, 100, 125, 150, 175, 200, 225, 250, 275, 300, 600]

    fig, ax = plt.subplots(figsize=(9, 5))
    _, bins, patches = plt.hist([values_A, values_B], normed=1,  # normed is deprecated and will be replaced by density
                                bins=bins,
                                color=['#3782CC', '#AFD5FA'],
                                label=['A', 'B'])

    xlabels = np.array(bins[1:], dtype='|S4')
    xlabels[-1] = '300+'

    N_labels = len(xlabels)
    plt.xlim([0, 600])
    plt.xticks(25 * np.arange(N_labels) + 12.5)
    ax.set_xticklabels(xlabels)

    plt.yticks([])
    plt.title('')
    plt.setp(patches, linewidth=0)
    plt.legend()

    fig.tight_layout()
    plt.savefig('my_plot_01.png')
    plt.close()

然后，我更改了其中包含xlim的行：

plt.xlim([0, 325])

它看起来或多或少像我想要的，但是最后一个垃圾箱现在看不见了。我错过了哪一个技巧来可视化宽度为25的最后一个垃圾箱？

Answer 1

对不起，我不熟悉matplotlib。所以我有一个肮脏的黑客给你。我只是把所有大于300的值放在一个箱子里，然后改变箱子的大小。

问题的根源在于matplotlib试图将所有箱子放在绘图上。在R中，我会将我的箱子转换为因子变量，所以它们不会被视为实数。

import matplotlib.pyplot as plt
import numpy as np

def plot_histogram_01():
    np.random.seed(1)
    values_A = np.random.choice(np.arange(600), size=200, replace=True).tolist()
    values_B = np.random.choice(np.arange(600), size=200, replace=True).tolist()
    values_A_to_plot = [301 if i > 300 else i for i in values_A]
    values_B_to_plot = [301 if i > 300 else i for i in values_B]

    bins = [0, 25, 50, 75, 100, 125, 150, 175, 200, 225, 250, 275, 300, 325]

    fig, ax = plt.subplots(figsize=(9, 5))
    _, bins, patches = plt.hist([values_A_to_plot, values_B_to_plot], normed=1,  # normed is deprecated and will be replaced by density
                                bins=bins,
                                color=['#3782CC', '#AFD5FA'],
                                label=['A', 'B'])

    xlabels = np.array(bins[1:], dtype='|S4')
    xlabels[-1] = '300+'

    N_labels = len(xlabels)

    plt.xticks(25 * np.arange(N_labels) + 12.5)
    ax.set_xticklabels(xlabels)

    plt.yticks([])
    plt.title('')
    plt.setp(patches, linewidth=0)
    plt.legend()

    fig.tight_layout()
    plt.savefig('my_plot_01.png')
    plt.close()

plot_histogram_01()

Answer 2

Numpy有一个方便的函数来处理这个问题：np.clip。不管名称听起来像什么，它都不会删除值，只是将它们限制在您指定的范围内。基本上，它在线执行阿特姆的“肮脏黑客”。您可以保持这些值不变，但是在hist调用中，只需将数组包装成np.clip调用，就像这样

plt.hist(np.clip(values_A, bins[0], bins[-1]), bins=bins)

这是更好的一些原因：

>

快多了-

您可以在需要的地方正确地执行它，从而减少代码出错的机会。

您不需要保留数组的第二个副本，这减少了内存使用（除了这一行），并进一步减少了出错的机会。

使用bin[0]，bin[-1]而不是硬编码，这些值可以减少再次出错的机会，因为您可以在定义bin的位置更改bin；您不需要记住在调用clip或其他任何地方更改它们。

因此，将所有这些放在一起，如OP中所示：

import matplotlib.pyplot as plt
import numpy as np

def plot_histogram_01():
    np.random.seed(1)
    values_A = np.random.choice(np.arange(600), size=200, replace=True)
    values_B = np.random.choice(np.arange(600), size=200, replace=True)

    bins = np.arange(0,350,25)

    fig, ax = plt.subplots(figsize=(9, 5))
    _, bins, patches = plt.hist([np.clip(values_A, bins[0], bins[-1]),
                                 np.clip(values_B, bins[0], bins[-1])],
                                # normed=1,  # normed is deprecated; replace with density
                                density=True,
                                bins=bins, color=['#3782CC', '#AFD5FA'], label=['A', 'B'])

    xlabels = bins[1:].astype(str)
    xlabels[-1] += '+'

    N_labels = len(xlabels)
    plt.xlim([0, 325])
    plt.xticks(25 * np.arange(N_labels) + 12.5)
    ax.set_xticklabels(xlabels)

    plt.yticks([])
    plt.title('')
    plt.setp(patches, linewidth=0)
    plt.legend(loc='upper left')

    fig.tight_layout()
plot_histogram_01()