Skaliertes logarithmisches Binning in Python

Question

Ich interessiere mich für die Verteilung der Wahrscheinlichkeitsverteilung einer Menge von Punkten, die als Potenzgesetz verteilt sind. Außerdem möchte ich logarithmisches Binning verwenden, um die großen Fluktuationen im Tail auszugleichen. Wenn ich nur logarithmischen Binning verwenden, und es auf einem Protokoll Log-Skala plotte, wie

pl.hist(MyList,log=True, bins=pl.logspace(0,3,50)) 
pl.xscale('log') 

zum Beispiel, dann ist das Problem, dass die größeren Behälter für mehr Punkte berücksichtigen, dh die Höhen meiner bins nicht skaliert nach Behältergröße.

Gibt es eine Möglichkeit, logarithmisches Binning zu verwenden, und dennoch Python alle Höhen um die Größe der Bin skalieren? Ich weiß, dass ich das vielleicht manuell tun kann, aber es scheint, dass dies ein Feature sein sollte, das es gibt, aber ich kann es nicht finden. Wenn Sie meinen, dass Histogramme grundsätzlich eine schlechte Möglichkeit darstellen, meine Daten zu repräsentieren, und Sie eine bessere Idee haben, dann würde ich das auch gern hören.

Danke!

Answer 1

Matplotlib hilft Ihnen nicht viel, wenn Sie spezielle Anforderungen an Ihre Histogramme haben. Sie können jedoch ein Histogramm mit numpy einfach erstellen und bearbeiten.

import numpy as np 
from matplotlib import pyplot as plt 

# something random to plot 
data = (np.random.random(10000)*10)**3 

# log-scaled bins 
bins = np.logspace(0, 3, 50) 
widths = (bins[1:] - bins[:-1]) 

# Calculate histogram 
hist = np.histogram(data, bins=bins) 
# normalize by bin width 
hist_norm = hist[0]/widths 

# plot it! 
plt.bar(bins[:-1], hist_norm, widths) 
plt.xscale('log') 
plt.yscale('log') 

Natürlich, wenn Sie Ihre Daten in einer nicht-offensichtlichen Art und Weise tun, wie diese präsentieren, müssen Sie sehr vorsichtig sein, wie man Label Ihre y-Achse richtig und eine informative Bildunterschrift schreiben.