python - Numpy.histogram加入垃圾箱

我有一些图像数据已使用numpy绘制在直方图中，如下面的代码所示。我遇到的问题是x轴以1的步长上升，但bin宽度约为1.3（我通过放大并查看bin宽度粗略计算得出）。

这将导致如下所示的直方图：

如您所见，直方图下降到零。如果放大，则值为0的点不是整数。因为我的数据是整数，所以数字550.8显然将出现0次，这将导致直方图显示在上方（我认为）。

如果将垃圾箱的数量从100增加到1000，我可以解决此问题。这使我留出以下直方图：

所以我终于要提我的问题了（很长的歉意！）...
有没有一种方法可以使用np.histogram加入垃圾箱（当我使用大量垃圾箱来解决最初的问题时）。
我想这只是美学，不是必需的，但看起来会更好。

我在这里查看了其他帖子，但几乎所有帖子都将plt.hist用于其直方图，而不是np.histogram。

我的代码：

def histo():

    heights,edges = np.histogram(data, bins=100, range=(minvalue,maxvalue))
    edges = edges[:-1]+(edges[1]-edges[0]) ### not entirely sure what this line is actually doing

    fig, ax = plt.subplots()
    ax.plot(edges,heights)

    ax.set(title=title, xlabel='ADC Value(DN/40)', ylabel='Frequency')

    #do some analysis of the data between two clicks

    point1, point2 = fig.ginput(2)
    ax.axvspan(point1[0], point2[0], color='blue', alpha=0.5)
    mask = (edges>point1[0]) & (edges<point2[0])

    ## more analysis code ##


data = someimage_data

histo()

最佳答案

正如您自己怀疑的那样，问题在于您的整数数据需要自定义拟合容器才能获得漂亮的直方图。实际上，对于直方图通常是这样。

考虑对问题的以下重构：

import numpy as np

# generate data
data = np.floor(np.random.randn(10000)*20+620)
data = dat[(560<dat) & (dat<650)]

# do what you're doing
heights,edges = np.histogram(data, bins=100, range=(data.min(),data.max()))
edges = edges[:-1]+(edges[1]-edges[0]) # shift first x coordinate to edges[1]
                                     # and drop last point: 1 more edge than bins

fig, ax = plt.subplots()
ax.plot(edges,heights)

结果令人难以置信的丑陋：

问题是您使用的是100个垃圾箱，但是您的整数值介于560和650之间：这意味着一些垃圾箱肯定是空的！

一种简单的解决方案是将bin数量设置为比可能的唯一整数值的数量稍微小的一点：

# do what you're doing
range = [data.min(),data.max()]
heights,edges = np.histogram(data, bins=np.ceil((range[1]-range[0])*0.95), range=range)
edges = edges[:-1]+(edges[1]-edges[0]) # shift first x coordinate to edges[1]

fig, ax = plt.subplots()
ax.plot(edges,heights)

越来越好了：

但显然有一些伪影是因为一些bin包含多个整数，而其他bin则没有。这是原始问题不太令人震惊的实例。

最终的解决方案是使用量身定制的垃圾箱来解决您的问题：对垃圾箱使用array_like变量，每个变量都包含一个整数。我建议使用一个np.arange()，向下移动0.5：

# do what you're doing
range = [data.min(),data.max()]
bins = np.arange(range[0],range[1]+2) - 0.5
heights,edges = np.histogram(data, bins=bins, range=range)
edges = edges[:-1]+(edges[1]-edges[0]) # shift first x coordinate to edges[1]

fig, ax = plt.subplots()
ax.plot(edges,heights)

而且很漂亮！

关于python - Numpy.histogram加入垃圾箱，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/35347515/