यदि आप अधिक पूर्ण कार्य (या इस मामले में गैर-काम करने वाले) उदाहरण को देखते हैं तो यह अधिक उपयोगी होगा।
import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(1000)
fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, rectangles = ax.hist(x, 50, normed=True)
fig.canvas.draw()
plt.show()
यह वास्तव में एक y- अक्ष कि [0,1]
से चला जाता है के साथ एक बार-चार्ट हिस्टोग्राम उत्पादन करेगा:
मैं निम्नलिखित की कोशिश की।
इसके अलावा, के रूप में प्रति hist
प्रलेखन (यानी ipython
से ax.hist?
), मुझे लगता है कि योग भी ठीक है:
np.sum(n * np.diff(bins))
मैं:
*normed*:
If *True*, the first element of the return tuple will
be the counts normalized to form a probability density, i.e.,
``n/(len(x)*dbin)``. In a probability density, the integral of
the histogram should be 1; you can verify that with a
trapezoidal integration of the probability density function::
pdf, bins, patches = ax.hist(...)
print np.sum(pdf * np.diff(bins))
ऊपर बताए गए आदेशों के बाद एक कोशिश इस देते अपेक्षित के रूप में 1.0
का वापसी मूल्य प्राप्त करें। याद रखें कि normed=True
का मतलब यह नहीं है कि प्रत्येक बार में मान का योग एकता होगा, लेकिन सलाखों के अभिन्न अंग की बजाय एकता है। मेरे मामले में np.sum(n)
लगभग 7.2767
लौटा।
मैं जानता हूँ कि यह पुराना है, लेकिन भविष्य में संदर्भ और जो कोई भी इस पृष्ठ पर जाता है के लिए, अक्ष प्रसार के इस प्रकार कहा जाता है एक "संभाव्यता घनत्व" धुरी! – ChristineB
ओपी यदि आप अभी भी आसपास हैं तो आप स्वीकार किए गए उत्तर को बदलना चाहते हैं। –