гистограмма matplotlib с частотой и количеством

Что делать, если вы используете numpy.reshape для преобразования ваших данных перед использованием plt.bar , например:

 In [83]: import numpy as np In [84]: import matplotlib.pyplot as plt In [85]: data = np.array([[1,2,3,4,5,6], [4,3,8,9,1,2]]).T In [86]: data Out[86]: array([[1, 4], [2, 3], [3, 8], [4, 9], [5, 1], [6, 2]]) In [87]: y = data[:,1].reshape(-1,2).sum(axis=1) In [89]: y Out[89]: array([ 7, 17, 3]) In [91]: x = data[:,0].reshape(-1,2).mean(axis=1) In [92]: x Out[92]: array([ 1.5, 3.5, 5.5]) In [96]: plt.bar(x, y) Out[96]: <Container object of 3 artists> In [97]: plt.show() 

Я не эксперт в matplotlib, но я считаю, что история невероятно полезна. Примеры на сайте matplotlib дают большой обзор некоторых функций.

Я не знаю, как использовать предоставленные образцы данных без их преобразования. Я изменил ваш пример, чтобы деквантовать эти данные, прежде чем создавать гистограмму.

Я вычислил размер бункера, используя первый ответ этого вопроса .

 import matplotlib.pyplot as plt import numpy as np data = np.loadtxt('file.txt') dequantized = data[:,0].repeat(data[:,1].astype(int)) dequantized[0:7] # Each row's first column is repeated the number of times found in the # second column creating a single array. # array([ 264., 265., 266., 266., 266., 266., 267.]) def bins(xmin, xmax, binwidth, padding): # Returns an array of integers which can be used to represent bins return np.arange( xmin - (xmin % binwidth) - padding, xmax + binwidth + padding, binwidth) histbins = bins(min(dequantized), max(dequantized), 5, 5) plt.figure(1) plt.hist(dequantized, histbins) plt.show() 

Эта гистограмма отображается следующим образом.

Надеюсь, этот пример полезен.