Matplotlib的bins和rwidth參數(shù)怎么實(shí)現(xiàn)

這篇“Matplotlib的bins和rwidth參數(shù)怎么實(shí)現(xiàn)”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“Matplotlib的bins和rwidth參數(shù)怎么實(shí)現(xiàn)”文章吧。

情景引入

我們?cè)谧鰴C(jī)器學(xué)習(xí)相關(guān)項(xiàng)目時(shí)，常常會(huì)分析數(shù)據(jù)集的樣本分布，而這就需要用到直方圖的繪制。

在Python中可以很容易地調(diào)用matplotlib.pyplot的hist函數(shù)來繪制直方圖。不過，該函數(shù)參數(shù)不少，有幾個(gè)繪圖的小細(xì)節(jié)也需要注意。

首先，我們假定現(xiàn)在有個(gè)聯(lián)邦學(xué)習(xí)的項(xiàng)目情景。我們有一個(gè)樣本個(gè)數(shù)為15的圖片數(shù)據(jù)集，樣本標(biāo)簽有4個(gè)，分別為cat, dog, car, ship。這個(gè)數(shù)據(jù)集已經(jīng)被不均衡地劃分到4個(gè)任務(wù)節(jié)點(diǎn)(client)上。 情境引入

我們?cè)谧鰴C(jī)器學(xué)習(xí)相關(guān)項(xiàng)目時(shí)，常常會(huì)分析數(shù)據(jù)集的樣本分布，而這就需要用到直方圖的繪制。

在Python中可以很容易地調(diào)用matplotlib.pyplot的hist函數(shù)來繪制直方圖。不過，該函數(shù)參數(shù)不少，有幾個(gè)繪圖的小細(xì)節(jié)也需要注意。

首先，我們假定現(xiàn)在有個(gè)聯(lián)邦學(xué)習(xí)的項(xiàng)目情景。我們有一個(gè)樣本個(gè)數(shù)為15的圖片數(shù)據(jù)集，樣本標(biāo)簽有4個(gè)，分別為cat, dog, car, ship。這個(gè)數(shù)據(jù)集已經(jīng)被不均衡地劃分到4個(gè)任務(wù)節(jié)點(diǎn)(client)上，如像下面表示：

N_CLIENTS = 3 
num_cls, classes = 4, ['cat', 'dog', 'car', 'ship']
train_labels = [0, 3, 2, 0, 3, 2, 1, 0, 3, 3, 1, 0, 3, 2, 2] #數(shù)據(jù)集的標(biāo)簽列表

client_idcs = [slice(0, 4), slice(4, 11), slice(11, 15)]
# 數(shù)據(jù)集樣本在client上的劃分情況

我們需要可視化樣本在任務(wù)節(jié)點(diǎn)的分布情況。我們第一次可能會(huì)寫出如下代碼：

import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=(5,3))
plt.hist([train_labels[idc]for idc in client_idcs], stacked=False, 
         bins=num_cls,
        label=["Client {}".format(i) for i in range(N_CLIENTS)])

plt.xticks(np.arange(num_cls), classes)
plt.legend()
plt.show()

此時(shí)的可視化結(jié)果如下：

這時(shí)我們會(huì)發(fā)現(xiàn)，我們x軸上的標(biāo)簽和上方的bar（每個(gè)圖像類別對(duì)應(yīng)的3個(gè)bar合稱為1個(gè)bin）并沒有對(duì)齊，而這時(shí)劇需要我們調(diào)整bins這個(gè)參數(shù)。

bins 參數(shù)

在講述bins參數(shù)之前我們先來熟悉一下hist繪圖中bin和bar的含義。下面是它們的詮釋圖：

這里\(x_1\)、\(x_2\)是x軸對(duì)象，在hist中，默認(rèn)x軸第一個(gè)對(duì)象對(duì)應(yīng)刻度為0，第2個(gè)對(duì)象刻度為1，依次類圖。在這個(gè)詮釋圖上，bin（原意為垃圾箱）就是指每個(gè)x軸對(duì)象所占優(yōu)的矩形繪圖區(qū)域，bar(原意為塊)就是指每個(gè)矩形繪圖區(qū)域中的條形。 如上圖所示，x軸第一個(gè)對(duì)象對(duì)應(yīng)的bin區(qū)間為[-0.5, 0.5)，第2個(gè)對(duì)象對(duì)應(yīng)的bin區(qū)域?yàn)閇0.5, 1)(注意，hist規(guī)定一定是左閉又開)。每個(gè)對(duì)象的bin區(qū)域內(nèi)都有3個(gè)bar。

通過查閱matplotlib文檔，我們知道了bins參數(shù)的解釋如下：

bins: int or sequence or str, default: rcParams["hist.bins"] (default: 10)

If bins is an integer, it defines the number of equal-width bins in the range.

If bins is a sequence, it defines the bin edges, including the left edge of the first bin and the right edge of the last bin; in this case, bins may be unequally spaced. All but the last (righthand-most) bin is half-open. In other words, if bins is:

[1, 2, 3, 4]

then the first bin is [1, 2) (including 1, but excluding 2) and the second [2, 3). The last bin, however, is [3, 4], which includes 4.

If bins is a string, it is one of the binning strategies supported by numpy.histogram_bin_edges: 'auto', 'fd', 'doane', 'scott', 'stone', 'rice', 'sturges', or 'sqrt'.

我來概括一下，也就是說如果bins是個(gè)數(shù)字，那么它設(shè)置的是bin的個(gè)數(shù)，也就是沿著x軸劃分多少個(gè)獨(dú)立的繪圖區(qū)域。我們這里有四個(gè)圖像類別，故需要設(shè)置4個(gè)繪圖區(qū)域，每個(gè)區(qū)域相對(duì)于x軸刻度的偏移采取默認(rèn)設(shè)置。

不過，如果我們要設(shè)置每個(gè)區(qū)域的位置偏移，我們就需要將bins設(shè)置為一個(gè)序列。

bins序列的刻度要參照hist函數(shù)中的x坐標(biāo)刻度來設(shè)置，本任務(wù)中4個(gè)分類類別對(duì)應(yīng)的x軸刻度分別為[0, 1, 2, 3] 。如果我們將序列設(shè)置為[0, 1, 2, 3, 4]就表示第一個(gè)繪圖區(qū)域?qū)?yīng)的區(qū)間是[1, 2)，第2個(gè)繪圖區(qū)域?qū)?yīng)的位置是[1, 2),第三個(gè)繪圖區(qū)域?qū)?yīng)的位置是[2, 3)，依次類推。

就大眾審美而言，我們想讓每個(gè)區(qū)域的中心和對(duì)應(yīng)x軸刻度對(duì)齊，這第一個(gè)區(qū)域的區(qū)間為[-0.5, 0.5)，第二個(gè)區(qū)域的區(qū)間為[0.5, 1.5)，依次類推。則最終的bins序列為[-0.5, 0.5, 1.5, 2.5, 3.5]。于是，我們將hist函數(shù)修改如下：

plt.hist([train_labels[idc]for idc in client_idcs], stacked=False, 
         bins=np.arange(-0.5, 4, 1),
        label=["Client {}".format(i) for i in range(N_CLIENTS)])

這樣，每個(gè)劃分區(qū)域和對(duì)應(yīng)x軸的刻度就對(duì)齊了：

stacked參數(shù)

有時(shí)x軸的項(xiàng)目多了，每個(gè)x軸的對(duì)象都要設(shè)置3個(gè)bar對(duì)繪圖空間無疑是一個(gè)巨大的占用。在這個(gè)情況下我們?nèi)绾螇嚎s空間的使用呢？這個(gè)時(shí)候參數(shù)stacked就派上了用場，我們將參數(shù)stacked設(shè)置為True:

plt.hist([train_labels[idc]for idc in client_idcs],stacked=True 
         bins=np.arange(-0.5, 4, 1),
        label=["Client {}".format(i) for i in range(N_CLIENTS)])

可以看到每個(gè)x軸對(duì)象的bar都“疊加”起來了：

不過，新的問題又出來了，這樣每x軸對(duì)象的bar之間完全沒有距離了，顯得十分“擁擠”，我們可否修改bins參數(shù)以設(shè)置區(qū)域bin之間的間距呢？答案是不行，因?yàn)槲覀兦懊嫣岬竭^，bins參數(shù)中只能將區(qū)域設(shè)置為連續(xù)排布的。

換一個(gè)思路，我們?cè)O(shè)置每個(gè)bin內(nèi)的bar和bin邊界之間的間距。此時(shí)，我們需要修改r_width參數(shù)。

rwidth 參數(shù)

我們看文檔中對(duì)rwidth參數(shù)的解釋：

rwidth float or None, default: None

The relative width of the bars as a fraction of the bin width. If None, automatically compute the width.

Ignored if histtype is 'step' or 'stepfilled'.

翻譯一下，rwidth用于設(shè)置每個(gè)bin中的bar相對(duì)bin的大小。這里我們不妨修改為0.5：

plt.hist([train_labels[idc]for idc in client_idcs],stacked=True, 
         bins=np.arange(-0.5, 4, 1), rwidth=0.5, 
        label=["Client {}".format(i) for i in range(N_CLIENTS)])

修改之后的圖表如下：

可以看到每個(gè)x軸元素內(nèi)的bar正好占對(duì)應(yīng)bin的寬度的二分之一。

以上就是關(guān)于“Matplotlib的bins和rwidth參數(shù)怎么實(shí)現(xiàn)”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。