Python：面积规格化为1以外的直方图

Question

有没有办法告诉matplotlib“规范化”直方图，使其面积等于指定值（1除外）？

选项“normed=0”

n, bins, patches = plt.hist(x, 50, normed=0, histtype='stepfilled')

回到频率分布。

Answer 1

您可以将weights参数传递给hist，而不是使用normed。例如，如果您的存储箱覆盖间隔[minval, maxval]，那么您有n存储箱，并且您希望将区域规范化为A，那么我认为

weights = np.empty_like(x)
weights.fill(A * n / (maxval-minval) / x.size)
plt.hist(x, bins=n, range=(minval, maxval), weights=weights)

应该会成功的。

编辑：参数weights的大小必须与x的大小相同，其效果是使x中的每个值向bin计数贡献weights中的相应值，而不是1。

不过，我认为hist函数可能需要更强的控制规范化的能力。例如，我认为按现状，在规格化时忽略binned范围之外的值，这通常不是您想要的。

Answer 2

只需计算它并将其规格化为您想要的任何值，然后使用bar绘制直方图。

另一方面，这将规范化所有条的区域为normed_value。原始和将不是是normed_value（尽管如果您愿意的话，很容易做到这一点）。

例如

import numpy as np
import matplotlib.pyplot as plt

x = np.random.random(100)
normed_value = 2

hist, bins = np.histogram(x, bins=20, density=True)
widths = np.diff(bins)
hist *= normed_value

plt.bar(bins[:-1], hist, widths)
plt.show()

所以，在这种情况下，如果我们要积分（高度和宽度之和），我们得到的是2.0而不是1.0。（即(hist * widths).sum()将产生2.0）