我正在尝试根据直方图绘制比例散点图。散点图非常简单明了，制作直方图，找到bin中心，散点图。

nbins=7
# Some example data
A = np.random.randint(0, 10, 100) 
B = np.random.rand(100)

counts, binEdges=np.histogram(A,bins=nbins)
bincenters = 0.5*(binEdges[1:]+binEdges[:-1])

fig = plt.figure(figsize=(7,5))
ax = fig.add_subplot(111)
ax.scatter(bincenters,counts,c='k', marker='.')
ax_setup(ax, 'X', 'Y')
plt.show()

但我希望的每个元素A只向其bin贡献一个比例值，该比例值存储在中B。（即，不是让每个bin都是该bin中元素的数量A，我希望每个bin都是中来自的相应值的总和B）

为此，我尝试创建一个列表C（长度与A和相同B），该列表具有的每个元素的仓位编号分配A，然后将来自B该仓位的所有值加到同一仓位中。我以为numpy.searchsorted()是我所需要的，例如，

C = bincenters.searchsorted(A, 'right')

但这不能正确分配，并且似乎没有返回正确数量的垃圾箱。

因此，如何创建一个列表，告诉我数据中每个元素进入哪个直方图bin？

解决方案

你写

但是我希望A的每个元素只为其比例尺贡献一个比例值，该比例值存储在B中。（即，不是每个bin都是A中该bin元素的数量，我希望每个bin都是总和来自B的对应值）

IIUC，此功能已numpy.histogram通过weights参数支持：

一组与a形状相同的砝码。每个中的每个值仅将其关联权重分配给仓位计数（而不是1）。如果normed为True，则会对权重进行归一化，以使该范围内的密度积分保持为1。

因此，对于您的情况，

counts, binEdges=np.histogram(A, bins=nbins, weights=B)

另一点：如果您打算绘制直方图，请注意，您可以matplotlib.pyplot为此直接使用的效用函数（也需要这样做weights）：

from matplotlib import pyplot as plt
plt.hist(A, bins=nbins, weights=B);

最后，如果您打算将分配分配到垃圾箱，那么它就是这样numpy.digitize做的：

nbins=7
# Some example data
A = np.random.randint(0, 10, 10) 
B = np.random.rand(10)

counts, binEdges=np.histogram(A,bins=nbins)
>>> binEdges, np.digitize(A, binEdges)
array([ 0.        ,  1.28571429,  2.57142857,  3.85714286,  5.14285714,
    6.42857143,  7.71428571,  9.        ])