如何對直方圖進行歸一化

我有這個直方圖，它在相等的對數間隔元素中對數組「d」進行計數。如何對直方圖進行歸一化

max_val=np.log10(max(d)) 
min_val=np.log10(min(d)) 
logspace = np.logspace(min_val, max_val, 50) 


hist(d,bins=logspace,label='z='+str(redshift),histtype='step') 
show()

問題是，我希望它被規範化，因此面積是一個。使用選項Normed = True我沒有得到結果，這可能是因爲我使用對數箱。因此，我試圖以這種方式正常化直方圖：

H=hist(d,bins=logspace,label='z='+str(redshift),histtype='step') 
H_norm=H[0]/my_norm_constant

但是當時我不知道如何繪製H_norm兌倉

來源

2011-08-08 Brian

你不知道嗎？ – joaquin

我試着範=真和麪積是1：

from pylab import * 
d = np.random.normal(loc=20, size=10000) 
max_val=np.log10(max(d)) 
min_val=np.log10(min(d)) 
logspace = np.logspace(min_val, max_val, 50) 


r = hist(d,bins=logspace,histtype='step', normed=True) 
print "area":, sum(np.diff(r[1])*r[0])

你可以運行代碼，並檢查輸出。如果不是1，請檢查您的numpy版本。

C：當運行代碼我得到這個警告信息\ Python26 \ LIB \站點包\ matplotlib \ axes.py：7680：UserWarning：該版本修復了NumPy的直方圖功能之前，標準化的bug版本1.5，出現不均勻的垃圾箱寬度。返回並繪製的值現在是一個密度： n /（N * bin寬度），其中n是箱數，N是點的總數。

自己繪製圖表：

step(r[1][1:], r[0]/my_norm_constant)

來源

2011-08-08 13:00:44 HYRY

好的，但我的問題是如何將你的r [0]除以某個常數，然後將其作爲倉的函數繪製。 – Brian

我修改了答案，使用step（）來繪製。 – HYRY

謝謝，它的工作！ :) – Brian

這使用了共同正常化其歸倉高度加起來1不論箱寬度的。

import matplotlib 
import numpy as np 

x = [0.1,0.2,0.04,0.05,0.05,0.06,0.07,0.11,0.12,0.12,0.1414,\ 
    0.1415,0.15,0.12,0.123,0,0.14,0.145,0.15,0.156,0.12,0.15,\ 
    0.156,0.166,0.151,0.124, 0.12,0.124,0.12,0.045,0.124] 

weights = np.ones_like(x)/float(len(x)) 
p=plt.hist(x, 
    bins=4, 
    normed=False, 
    weights=weights, 
    #histtype='stepfilled', 
    color=[0.1,0.4,0.3] 
) 

plt.ylim(0,1) 
plt.show()

resulting histogram plot:

來源

2016-07-20 16:37:07 user6614752

如何對直方圖進行歸一化

回答

相關問題