基于输入数据百分位数设置直方图坐标轴范围

我希望根据输入数据的百分位数为模拟数据设置最小和最大范围，以限制直方图中的异常值。目前已有一个能正常生成图表的函数，但不知道如何为单个直方图设置坐标轴范围。我已经了解如何用NumPy计算数据的百分位数，函数代码如下：

def plotResults(spotData, loadData,\
                    loadTitle = 'Load Simulation Histogram', loadXLabel = 'Simulated Total GWh', loadYLabel = 'freqency'\
                        ,spotTitle = 'Spot Simulation Histogram', spotXLabel = 'Simulated Mean ($/MWh)', spotYLabel = 'freqency'\
                         ,minPerctile = 1, maxPercentile = 99):
  

        fig, axs = plt.subplots(1,2,figsize=(12,6))
        axs[0].hist(loadData/2000, bins = 50)
        axs[0].set_title(loadTitle)
        axs[0].xaxis.set_label_text(loadXLabel)
        axs[0].yaxis.set_label_text(loadYLabel)
        
        axs[1].hist(spotData, bins = 50)
        axs[1].set_title(spotTitle)
        axs[1].xaxis.set_label_text(spotXLabel)
        axs[1].yaxis.set_label_text(spotYLabel)

        plt.show()

修改后的函数实现 #

只需在绘制直方图后，用NumPy计算目标百分位数，再调用ax.set_xlim()方法即可为单个子图设置x轴范围。注意loadData在绘制时做了/2000的转换，计算分位数时要对应处理：

import numpy as np
import matplotlib.pyplot as plt

def plotResults(spotData, loadData,\
                    loadTitle = 'Load Simulation Histogram', loadXLabel = 'Simulated Total GWh', loadYLabel = 'frequency'\
                        ,spotTitle = 'Spot Simulation Histogram', spotXLabel = 'Simulated Mean ($/MWh)', spotYLabel = 'frequency'\
                         ,minPercentile = 1, maxPercentile = 99):
  
        fig, axs = plt.subplots(1,2,figsize=(12,6))
        
        # 处理负载数据并设置x轴范围
        load_plot_data = loadData / 2000
        axs[0].hist(load_plot_data, bins = 50)
        # 计算负载数据的百分位数
        load_min = np.percentile(load_plot_data, minPercentile)
        load_max = np.percentile(load_plot_data, maxPercentile)
        axs[0].set_xlim(load_min, load_max)
        axs[0].set_title(loadTitle)
        axs[0].set_xlabel(loadXLabel)
        axs[0].set_ylabel(loadYLabel)
        
        # 处理现货数据并设置x轴范围
        axs[1].hist(spotData, bins = 50)
        # 计算现货数据的百分位数
        spot_min = np.percentile(spotData, minPercentile)
        spot_max = np.percentile(spotData, maxPercentile)
        axs[1].set_xlim(spot_min, spot_max)
        axs[1].set_title(spotTitle)
        axs[1].set_xlabel(spotXLabel)
        axs[1].set_ylabel(spotYLabel)

        plt.show()

关键修改点 #

• 先对loadData做/2000转换得到绘图用数据，再计算该数据的百分位数，确保范围与绘图数据匹配
• 调用ax.set_xlim(最小值, 最大值)为每个子图单独设置x轴范围，过滤掉指定百分位数之外的异常值
• 修正了参数名拼写错误minPerctile为minPercentile，以及标签文本中的freqency拼写错误为frequency（若不需要可改回原拼写）

内容的提问来源于stack exchange，提问作者mhooper