PythonとMatplotlib：ブートストラップヒストグラムプロットの範囲をプロットするにはどうすればよいですか？

Question

私はデータセットの分散を、データをブートストラップ（再サンプリング）することで、その例を挙げたいと思います。

from numpy.random import randn 

fig,ax = plt.subplots() 

bins = arange(-5,6,0.5) 
df = pd.DataFrame(randn(3000)) 
df.hist(ax=ax, bins=bins, alpha = 0.7, normed=True) 

count_collection = [] 
for i in xrange(1,100): 
    temp_df = df.sample(frac=0.5, replace=True) 
    temp_df.hist(ax=ax, bins=bins, alpha = 0.25, normed=True) 

    count, division = np.histogram(temp_df, bins=bins) 
    count_collection.append(count) 

しかし、そのようなプロットは限界が見えにくいです。ヒストグラムの上限値と下限値をプロットすることが可能なのでしょうか？それで、各ビンのBoxplotのような、もっと明瞭に見えるでしょうか？範囲を示す上限/下限と

http://matplotlib.org/_images/boxplot_demo_06.png

または単に曲線？

私の主な問題は、各ビンのための最大/最小値を抽出している（count_collection）

UPDATE：

は何範囲をプロットする良い方法だろうか？

count_collection = np.array(count_collection) 
mx = np.max(count_collection,0) 
mn = np.min(count_collection,0) 

ax.plot(division[1:]-0.25, mx, '_', mew=1) 
ax.plot(division[1:]-0.25, mn, '_', mew=1) 

私は、これはまだ、任意の提案を見てするのは難しいです見つけますか？最大値を抽出し、次を使用することができる分

Answer 1

：max及びminは動作することができるよう

count_collection = np.array(count_collection) 
mx = np.max(count_collection,0) 
mn = np.min(count_collection,0) 

最初の行は、ちょうど、1Dアレイのリストから2D配列に変化します。

編集：オリジナルのプロットは、正規化されたので

、半分のサンプルサイズの最大値と最小値の意味を理解するのは難しいです。

fig,ax = plt.subplots() 

bins = np.arange(-5,6,0.5) 
df = pd.DataFrame(randn(3000)) 
#df.hist(ax=ax, bins=bins, alpha = 0.7, normed=True) 
histval, _ = np.histogram(df, bins=bins) 

count_collection = [] 
for i in np.arange(1,100): 
    temp_df = df.sample(frac=0.5, replace=True) 
# temp_df.hist(ax=ax, bins=bins, alpha = 0.25, normed=True) 

    count, division = np.histogram(temp_df, bins=bins) 
    count_collection.append(count) 

count_collection = np.array(count_collection) 
mx = np.max(count_collection,0) 
mn = np.min(count_collection,0) 

plt.bar(bins[:-1], histval, 0.5) 
plt.plot(bins[:-1] + 0.25, mx*2) 
plt.plot(bins[:-1] + 0.25, mn*2) 

2倍率が2倍小さいサンプルサイズに起因してnumpy.randomインポート関数randn PDとしてPLT 輸入パンダとして 輸入matplotlib.pyplotからNP として 輸入numpyの：しかし、あなたはこのような何かを行うことができます最大値と最小値を計算するとき。