logo

numpy.histogram() Pythonban

A Python numpy modulja egy ún numpy.histogram() . Ez a függvény az értékek számának gyakoriságát jelenti, amelyek összehasonlítása értéktartományokkal történik. Ez a funkció hasonló a hist() funkciója matplotlib.pyplot .

Egyszerűen fogalmazva, ez a függvény az adathalmaz hisztogramjának kiszámítására szolgál.

json a java objektumból

Szintaxis:

 numpy.histogram(x, bins=10, range=None, normed=None, weights=None, density=None) 

Paraméterek:

x: array_like

Ez a paraméter egy lapított tömböt határoz meg, amelyen keresztül a hisztogram kiszámításra kerül.

rekeszek: int vagy str vagy skalárok sorozata (opcionális)

Ha ez a paraméter egész számként van definiálva, akkor az adott tartományban az egyenlő szélességű tárak számát határozza meg. Ellenkező esetben a rekeszélek monoton megnövelt tömbje kerül meghatározásra. Tartalmazza a jobb szélső élt is, amely lehetővé teszi a nem egyenletes tárolószélességeket. A numpy legújabb verziója lehetővé teszi, hogy a bin paramétereket karakterláncként állítsuk be, amely meghatározza az optimális tárolószélesség kiszámításának módszerét.

tartomány : (úszó, úszó) (opcionális)

Ez a paraméter határozza meg a tálcák alsó-felső tartományát. Alapértelmezés szerint a tartomány a (x.min(), x.max()) . A tartományon kívül eső értékek figyelmen kívül maradnak. Az első elem tartományának egyenlőnek vagy kisebbnek kell lennie a második elemmel.

normált: bool (opcionális)

string.replaceall java

Ez a paraméter megegyezik a sűrűség argumentumával, de nem megfelelő kimenetet adhat egyenlőtlen társzélesség esetén.

súlyok : array_like (opcionális)

Ez a paraméter meghatároz egy tömböt, amely súlyokat tartalmaz, és ugyanolyan alakú, mint 'x' .

sűrűség: bool (opcionális)

Ha True értékre van állítva, akkor minden tálcában a minták számát fogja megadni. Ha értéke False, akkor a sűrűségfüggvény a valószínűségi sűrűségfüggvény értékét eredményezi a tálcában.

Visszaküldés:

hist: tömb

történelem java-ban

A sűrűségfüggvény a hisztogram értékeit adja vissza.

edge_bin: float dtype tömbje

Ez a függvény visszaadja a tár éleit (hosszúság (előzmény+1)) .

1. példa:

 import numpy as np a=np.histogram([1, 5, 2], bins=[0, 1, 2, 3]) a 

Kimenet:

 (array([0, 1, 1], dtype=int64), array([0, 1, 2, 3])) 

A fenti kódban

  • Importáltuk a numpy-t np aliasnévvel.
  • Deklaráltuk az 'a' változót, és hozzárendeltük a visszaadott értékét np.histogram() funkció.
  • Átadtunk egy tömböt és a bin értékét a függvényben.
  • Végül megpróbáltuk kinyomtatni az értékét 'a' .

A kimenetben egy ndarray-t mutat, amely tartalmazza a hisztogram értékeit.

2. példa:

 import numpy as np x=np.histogram(np.arange(6), bins=np.arange(7), density=True) x 

Kimenet:

karakterlánc egész számokká
 (array([0.16666667, 0.16666667, 0.16666667, 0.16666667, 0.16666667, 0.16666667]), array([0, 1, 2, 3, 4, 5, 6])) 

3. példa:

 import numpy as np x=np.histogram([[1, 3, 1], [1, 3, 1]], bins=[0,1,2,3]) x 

Kimenet:

 (array([0, 4, 2], dtype=int64), array([0, 1, 2, 3])) 

4. példa:

 import numpy as np a = np.arange(8) hist, bin_edges = np.histogram(a, density=True) hist bin_edges 

Kimenet:

 array([0.17857143, 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0.17857143]) array([0. , 0.7, 1.4, 2.1, 2.8, 3.5, 4.2, 4.9, 5.6, 6.3, 7. ]) 

5. példa:

 import numpy as np a = np.arange(8) hist, bin_edges = np.histogram(a, density=True) hist hist.sum() np.sum(hist * np.diff(bin_edges)) 

Kimenet:

 array([0.17857143, 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0.17857143]) 1.4285714285714288 1.0 

A fenti kódban

  • Importáltuk a numpy-t np aliasnévvel.
  • Létrehoztunk egy tömböt 'a' segítségével np.arange() funkció.
  • Deklaráltunk változókat 'história' és 'bin_edges' majd hozzárendelte a visszaadott értékét np.histogram() funkció.
  • Túljutottunk a tömbön 'a' és állítsa be 'sűrűség' a függvényben igazra.
  • Megpróbáltuk kinyomtatni az értékét 'história' .
  • Végül pedig megpróbáltuk kiszámítani a hisztogram értékek összegét a segítségével hist.sum() és np.sum() amelyben átadtuk a hisztogram értékeit és a tálca éleit.

A kimenetben egy ndarray-t mutat, amely a hisztogram értékeit és a hisztogram értékek összegét tartalmazza.