Gadfly直方圖似乎選擇了錯誤的支持

我是的新手，我正在探索如何將分佈可視化。最終，我可能會回到更強大的matplotlib代碼庫，但我非常喜歡IJulia在Notebook中提供的動態可視化元素。Gadfly直方圖似乎選擇了錯誤的支持

我的問題涉及繪製與比例值的直方圖Gadfly。我可以用Gadfly自動選擇一個合理的支持（也就是與基礎數據一致的[-0.1,0.5]）來繪製內核密度。

#Visualization 
using Gadfly 

#(Python) pandas analogue 
require("DataFrames") 

#Practice sets 
require("RDatasets") 

#Extract the Hedonic set 
hedonic=RDatasets.dataset("plm","Hedonic") 

#Define density plot layer for black population proportion 
dens_layer=layer(hedonic,x=:Blacks,Geom.density,Theme(default_color=color("#de2d26"))) 

#Plot kernel density 
dens_plot=plot(dens_layer, Guide.title("Distribution of Black Proportion"))

enter image description here

的直方圖，但是，是配合到支撐即遠太大（[0,4]）。所有相關數據都由跨越整個[0,1]區間的單個欄捕捉。

#Define histogram layer 
hist_layer=layer(hedonic,x=:Blacks,Geom.histogram,Theme(default_color=color("#de2d26"))) 

#Plot histogram 
hist_plot_default=plot(hist_layer, Guide.title("Distribution of Black Proportion"))

enter image description here

當我增加bincount，支持只是增長。例如，對於bincount=100，支持增長爲[0,150]，所有數據仍由單個條形圖表示。

#Plot histogram again, this time with 100 bins 
hist_plot_bin100=plot(hedonic,x=:Blacks,Geom.histogram(bincount=100),Theme(default_color=color("#de2d26")))

enter image description here

所以，如果有人能告訴我什麼，我搞砸了，這肯定會理解的。或者，也許限制範圍會強制直方圖條的適當分配......？爲此，如何限制範圍以便我可以查看[0,1]間隔的分佈？

來源

2014-09-21 Marvin Ward Jr

首先，我可以重新創建它。我認爲它的股價下跌這個分支中的代碼

https://github.com/dcjones/Gadfly.jl/blob/040606f82c4e014611464068b0d5cda111b6662a/src/statistics.jl#L136-L143

isdiscrete = false 
    value_set = collect(Set(values[Bool[Gadfly.isconcrete(v) for v in values]])) 
    sort!(value_set) 


    if length(value_set)/length(values) < 0.9 
     d, bincounts, x_max = choose_bin_count_1d_discrete(
        values, value_set, stat.minbincount, stat.maxbincount)

這是奇怪的，因爲它不是離散數據，而不應該是分立的垃圾箱。如果它使用choose_bin_count_1d，它會得到更合理的答案。我認爲改變支持bincount的事情可能是一個相關的錯誤，但不知道如何發生。你應該在Gadfly github頁面上提出問題。

來源

2014-09-21 22:58:15 IainDunning

感謝您抽空看看，它的信息就知道我不是這是唯一的結果。我在[這裏]打開了一個問題（https://github.com/dcjones/Gadfly.jl/issues/435）（＃435）。 – 2014-09-21 23:13:38

掃描'choose_bin_count_1d_discrete'，似乎mingap的計算使用索引而不是以下值： 'mingap = mingap == zero（eltype（xs））？ b - a：min（b - a，mingap）'。更好的張貼在這個公開的問題。 – 2014-09-22 23:17:21

對我而言，我認爲它對於實際的離散數據更有意義， – IainDunning 2014-09-22 23:44:51

這個問題是固定的，請參閱您的示例如下結果，

julia> using Gadfly, DataFrames, RDatasets 
julia> hedonic=RDatasets.dataset("plm","Hedonic") 
julia> hist_layer=layer(hedonic,x=:Blacks,Geom.histogram,Theme(default_color=color("#de2d26"))) 
julia> hist_plot_default=plot(hist_layer, Guide.title("Distribution of Black Proportion"))

julia> hist_plot_bin100=plot(hedonic,x=:Blacks,Geom.histogram(bincount=100),Theme(default_color=color("#de2d26")))

來源

2016-08-27 19:15:58 Abhijith

Gadfly直方圖似乎選擇了錯誤的支持

回答

相關問題