Построение гистограммы

Question

Я пытаюсь построить гистограмму с му и сигмой.

Я пытаюсь использовать значения ec_scores на оси y, чтобы показать мне 0,1 до 1,0 Это дает мне 1, 2, 3, 4, 5, 6 по оси y. Я не получаю никаких ошибок, но это полностью отбрасывает график. Пожалуйста, помогите мне и скажите мне, что я делаю неправильно, и как я могу получить график, который будет сгенерирован должным образом. Спасибо.

Это мой код:

import numpy as np 

import matplotlib.pyplot as plt 

import matplotlib.mlab as mlab 

x = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]) 

ec_scores = np.array([1., 1., 1., 0.95923677, 0.94796184, 1., 0.76669558, 1., 0.99913194, 1.]) 

mu, sigma = (np.mean(ec_scores), np.std(ec_scores)) 


fig = plt.figure() 

ax = fig.add_subplot(111) 

n, bins, patches = ax.hist(x, 50, normed=1, facecolor='blue', alpha=0.75) 


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

y = mlab.normpdf(bincenters, mu, sigma) 

l = ax.plot(bincenters, y, 'r--', linewidth=1) 

ax.set_xlabel('Parameters') 

ax.set_ylabel('EC scores ') 

plt.plot(x, ec_scores) 

ax.grid(True) 

plt.show() 

В настоящее время график выглядит следующим образом:

Answer 1

Как отметил @benton в комментариях, вы можете построить на ec_scores как barchart:

import numpy as np 
import matplotlib.pyplot as plt 

x = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]) 
ec_scores = np.array([1., 1., 1., 0.95923677, 0.94796184, 1., 0.76669558, 1., 0.99913194, 1.]) 
mu, sigma = (np.mean(ec_scores), np.std(ec_scores)) 

fig = plt.figure() 
ax = fig.add_subplot(111) 
rects = ax.bar(x, ec_scores, width=0.1, align='center', facecolor='blue', alpha=0.75) 

ax.set_xlabel('Parameters') 
ax.set_ylabel('EC scores ') 
ax.grid(True) 

plt.show() 

Это будет выглядеть так:

Вы также можете добавить бары ошибок, передав массив в параметр yerr. Это проиллюстрировано в приведенном выше примере барчарта I. Я не уверен, что именно вы пытаетесь сделать с normpdf, но barchart возвращает список прямоугольников вместо бункеров, поэтому вам может понадобиться адаптировать их к вашему коду.

Надеюсь, это поможет.