numpy.histogram#
- numpy.histogram(a, bins=10, range=None, density=None, weights=None)[源代码]#
计算数据集的直方图。
- 参数:
- a类数组对象
输入数据。直方图是在展平的数组上计算的。
- binsint 或标量序列或字符串，可选
如果 bins 是一个整数，它定义了给定范围内的等宽分箱数（默认为 10）。如果 bins 是一个序列，它定义了一个单调递增的分箱边界数组，包括最右侧的边界，允许非均匀分箱宽度。
如果 bins 是一个字符串，它定义了用于计算最佳分箱宽度的算法，如
histogram_bin_edges所定义。- range(float, float)，可选
分箱的下限和上限。如果未提供，则 range 简单地为
(a.min(), a.max())。范围之外的值将被忽略。范围的第一个元素必须小于或等于第二个元素。range 也会影响自动分箱的计算。虽然分箱宽度是根据 range 内的实际数据计算为最优的，但分箱数量将填充整个范围，包括不包含数据的部分。- weightsarray_like, optional
一个权重数组，形状与 a 相同。 a 中的每个值仅将其相关的权重计入分箱计数（而不是 1）。如果 density 为 True，则权重会被归一化，使得密度在范围内的积分保持为 1。请注意，weights 的
dtype将成为返回的累加器（hist）的dtype，因此它必须足够大以容纳累积值。- densitybool，可选
如果为
False，则结果将包含每个分箱中的样本数。如果为True，则结果是概率 *密度* 函数在分箱处的值，归一化使得在范围内的 *积分* 为 1。请注意，直方图值之和不等于 1，除非选择了宽度为 1 的分箱；它不是概率 *质量* 函数。
- 返回:
- histarray
直方图的值。有关可能的语义的描述，请参见 density 和 weights。如果给定了 weights，则
hist.dtype将从 weights 中获取。- bin_edgesdtype 为 float 的 array
返回分箱边界
(length(hist)+1)。
备注
除最后一个（最右侧）分箱外，所有分箱都是半开区间。换句话说，如果 bins 是
[1, 2, 3, 4]
那么第一个分箱是
[1, 2)（包含 1，但不包含 2），第二个分箱是[2, 3)。然而，最后一个分箱是[3, 4]，它 *包含* 4。示例
>>> import numpy as np >>> np.histogram([1, 2, 1], bins=[0, 1, 2, 3]) (array([0, 2, 1]), array([0, 1, 2, 3])) >>> np.histogram(np.arange(4), bins=np.arange(5), density=True) (array([0.25, 0.25, 0.25, 0.25]), array([0, 1, 2, 3, 4])) >>> np.histogram([[1, 2, 1], [1, 0, 1]], bins=[0,1,2,3]) (array([1, 4, 1]), array([0, 1, 2, 3]))
>>> a = np.arange(5) >>> hist, bin_edges = np.histogram(a, density=True) >>> hist array([0.5, 0. , 0.5, 0. , 0. , 0.5, 0. , 0.5, 0. , 0.5]) >>> hist.sum() 2.4999999999999996 >>> np.sum(hist * np.diff(bin_edges)) 1.0
使用具有 2000 个点的 2 个峰随机数据的自动分箱选择方法示例。
import matplotlib.pyplot as plt import numpy as np rng = np.random.RandomState(10) # deterministic random data a = np.hstack((rng.normal(size=1000), rng.normal(loc=5, scale=2, size=1000))) plt.hist(a, bins='auto') # arguments are passed to np.histogram plt.title("Histogram with 'auto' bins") plt.show()
