내가 선택한 기본 '멋진'대신 높이에 따라 색상이있는 막대 그래프를 출력하도록이 코드를 변경할 수 있습니까

Question

이 코드는 확률 분포 psi_0_x_squared를 생성합니다. 그런 다음이 확률에 따라 마코프 체인 시뮬레이션을 수행합니다. 이 확률 psi_0_x_squared는 실제로 에너지 레벨 n = 0에 대한 위치 x에있을 확률입니다. 이 확률에 따라 x 1000 번 이동 한 후에 위치 x의 히스토그램을 생성하려고합니다. (위치 주파수)

''' Markov-chain Monte Carlo algorithm for a particle in a Gaussian potential, 
using the Metropolis algorithm. ''' 
import math, matplotlib.pyplot as plt, random 

def probability(x): 

    #wavefunction n=0 evaluated at position x 
    psi_0_x=math.exp(-x ** 2/2.0)/math.pi ** 0.25 

    #probability n=0 to be at position x 
    psi_0_x_squared= psi_0_x**2 

    return psi_0_x_squared 

data_x=[0] 

x = 0.0  #starts at position 0 
delta = 0.5 #stepsize 

for k in range(1000): #for this number of trials 
    x_new = x + random.uniform(-delta, delta) #I displace it a distance delta 


    if random.uniform(0.0, 1.0) < probability(x_new)/probability(x): 
     x = x_new 
    data_x.append(x) 

#histogram 
cm = plt.cm.get_cmap('cool') 
n, bins, patches= plt.hist(data_x, bins=100, normed=True, color='k') 
bin_centers = 0.5 * (bins[:-1] + bins[1:]) 
col = bin_centers - min(bin_centers) 
col /= max(col) 
for c, p in zip(col, patches): 
    plt.setp(p, 'facecolor', cm(c)) 

plt.show() 

Answer 1

변수 n에는 막대의 높이가 있습니다.

for height, p in zip(n, patches): 
    plt.setp(p, 'facecolor', cm(height)) 

과 같이 :

a = np.random.normal(size=(1000,)) 

cm = plt.cm.get_cmap('cool') 
n, bins, patches= plt.hist(a, bins=100, normed=True, color='k') 
for c, p in zip(n, patches): 
    plt.setp(p, 'facecolor', cm(c)) 

따라서이 트릭을 할해야