如何用Python绘制单光子探测器光子计数率直方图CSV数据？

准备工作 #

先确保安装了必要的Python库，打开终端执行：

pip install pandas matplotlib

情况1：CSV存储的是原始光子计数测量值 #

如果你的5000个数据点是每次测量得到的光子计数原始值，需要统计并绘制直方图，代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取单列CSV数据（无表头）
data = pd.read_csv("your_data.csv", header=None)
# 提取数据列并转为一维数组
counts = data[0].values

# 绘制直方图
plt.figure(figsize=(10, 6))
# bins参数可调整区间数量，根据数据分布自行设置
n, bins, patches = plt.hist(counts, bins=50, edgecolor='black')

# 设置图表样式
plt.title("单光子探测器计数率直方图")
plt.xlabel("计数率")
plt.ylabel("出现次数")
plt.grid(axis='y', alpha=0.75)

# 显示图形（如需保存图片，可在该行前添加plt.savefig("count_hist.png")）
plt.show()

情况2：CSV存储的是已统计好的直方图区间计数 #

如果你的数据已经是分区间统计后的计数值（比如每一行对应一个区间的计数次数），需要先定义x轴的区间标签，再绘制柱状图：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据并转为一维数组
counts = pd.read_csv("your_data.csv", header=None).values.flatten()

# 生成x轴区间：示例为按数据点数量均分，可根据实际区间范围修改
x = range(len(counts))
# 若已知区间步长，比如步长为2，可改为：x = [i*2 for i in range(len(counts))]

# 绘制柱状图
plt.figure(figsize=(10, 6))
plt.bar(x, counts, width=0.8, edgecolor='black')

# 设置图表样式
plt.title("单光子探测器计数率分布")
plt.xlabel("计数区间")
plt.ylabel("计数次数")
plt.grid(axis='y', alpha=0.75)

plt.show()

注意事项 #

• 替换代码中的your_data.csv为你的实际文件路径
• 可根据数据分布调整bins参数（直方图）或区间范围（柱状图），让图形展示更直观

内容的提问来源于stack exchange，提问作者Gareth