有没有使用matplotlib.pyplot创建直方图而无需绘制直方图的方法？

Question

我正在使用matplotlib.pyplot来创建直方图。我实际上并不对这些直方图的情节感兴趣，但对频率和频段感兴趣（我知道我可以编写自己的代码来执行此操作，但更愿意使用此包）。

我知道我可以做到以下几点，

import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.normal(1.5,1.0)
x2 = np.random.normal(0,1.0)

freq, bins, patches = plt.hist([x1,x1],50,histtype='step')

创建直方图。我需要的只是freq[0]，freq[1]和bins[0]。我尝试使用时出现问题，

freq, bins, patches = plt.hist([x1,x1],50,histtype='step')

在一个功能。例如，

def func(x, y, Nbins):
    freq, bins, patches = plt.hist([x,y],Nbins,histtype='step') # create histogram

    bincenters = 0.5*(bins[1:] + bins[:-1]) # center bins

    xf= [float(i) for i in freq[0]] # convert integers to float
    xf = [float(i) for i in freq[1]]

    p = [ (bincenters[j], (1.0 / (xf[j] + yf[j] )) for j in range(Nbins) if (xf[j] + yf[j]) != 0]

    Xt = [j for i,j in p] # separate pairs formed in p
    Yt = [i for i,j in p]

    Y = np.array(Yt) # convert to arrays for later fitting
    X = np.array(Xt)

    return X, Y # return arrays X and Y

当我打电话给func(x1,x2,Nbins)并绘制或打印X和Y时，我没有得到我预期的曲线/值。我怀疑它与plt.hist有关，因为我的情节中有一个部分直方图。

Answer 1

我不知道我是否理解你的问题，但在这里，你有一个非常简单的自制直方图（1D或2D）的例子，每个都在一个函数内，并且适当地调用：

import numpy as np
import matplotlib.pyplot as plt

def func2d(x, y, nbins):
    histo, xedges, yedges = np.histogram2d(x,y,nbins)
    plt.plot(x,y,'wo',alpha=0.3)
    plt.imshow(histo.T, 
               extent=[xedges.min(),xedges.max(),yedges.min(),yedges.max()],
               origin='lower', 
               interpolation='nearest', 
               cmap=plt.cm.hot)
    plt.show()

def func1d(x, nbins):
    histo, bin_edges = np.histogram(x,nbins)
    bin_center = 0.5*(bin_edges[1:] + bin_edges[:-1])
    plt.step(bin_center,histo,where='mid')
    plt.show()

x = np.random.normal(1.5,1.0, (1000,1000))

func1d(x[0],40)
func2d(x[0],x[1],40)

当然，您可以检查数据的居中是否正确，但我认为该示例显示了有关此主题的一些有用的信息。

我的建议：尽量避免代码中出现任何循环！他们杀死了表演。如果你看，在我的例子中没有循环。 python数值问题的最佳实践是避免循环！ Numpy有许多C实现的功能，可以完成所有硬循环工作。

Answer 2

没有。

但你可以绕过pyplot：

import matplotlib.pyplot

fig = matplotlib.figure.Figure()
ax = matplotlib.axes.Axes(fig, (0,0,0,0))
numeric_results = ax.hist(data)
del ax, fig

它不会影响活动轴和数字，所以即使在绘制其他内容的中间也可以使用它。

这是因为plt.draw_something()的任何使用都会将绘图放在当前轴上 - 这是一个全局变量。