Modulul numpy din Python oferă o funcție numită numpy.histogram() . Această funcție reprezintă frecvența numărului de valori care sunt comparate cu un set de intervale de valori. Această funcție este similară cu hist() funcția de matplotlib.pyplot .
Cu cuvinte simple, această funcție este folosită pentru a calcula histograma setului de date.
Sintaxă:
numpy.histogram(x, bins=10, range=None, normed=None, weights=None, density=None)
Parametri:
x: array_like
Acest parametru definește o matrice aplatizată peste care este calculată histograma.
10 din 10
bins: int sau secvență de str sau scalari (opțional)
Dacă acest parametru este definit ca un întreg, atunci în intervalul dat, el definește numărul de bins cu lățime egală. În caz contrar, este definită o serie de margini ale compartimentului care au crescut monoton. Include, de asemenea, marginea cea mai din dreapta, care permite lățimi neuniforme ale recipientului. Cea mai recentă versiune a numpy ne permite să setăm parametrii bin ca șir, care definește o metodă pentru calcularea lățimii optime a bin.
interval: (float, float) (opțional)
Acest parametru definește intervalele inferior-superioare ale recipientelor. În mod implicit, intervalul este (x.min(), x.max()) . Sunt ignorate valorile care sunt în afara intervalului. Intervalele primului element trebuie să fie egale sau mai mici decât al doilea element.
normat: bool (opțional)
Acest parametru este același cu argumentul density, dar poate da o ieșire greșită pentru lățimi inegale ale recipientului.
greutăți: array_like (opțional)
Acest parametru definește o matrice care conține greutăți și are aceeași formă ca 'X' .
densitate: bool (opțional)
Dacă este setat la True, va avea ca rezultat numărul de mostre în fiecare recipient. Dacă valoarea sa este False, funcția de densitate va avea ca rezultat valoarea funcției de densitate de probabilitate din bin.
Se intoarce:
hist: matrice
Funcția densitate returnează valorile histogramei.
imagine ca fundal în css
edge_bin: o matrice de float dtype
Această funcție returnează marginile bin (lungime (hist+1)) .
Exemplul 1:
import numpy as np a=np.histogram([1, 5, 2], bins=[0, 1, 2, 3]) a
Ieșire:
(array([0, 1, 1], dtype=int64), array([0, 1, 2, 3]))
În codul de mai sus
- Am importat numpy cu numele de alias np.
- Am declarat variabila „a” și am atribuit valoarea returnată a lui np.histogram() funcţie.
- Am trecut o matrice și valoarea bin în funcție.
- În cele din urmă, am încercat să tipărim valoarea lui 'A' .
În ieșire, arată un ndarray care conține valorile histogramei.
Exemplul 2:
import numpy as np x=np.histogram(np.arange(6), bins=np.arange(7), density=True) x
Ieșire:
(array([0.16666667, 0.16666667, 0.16666667, 0.16666667, 0.16666667, 0.16666667]), array([0, 1, 2, 3, 4, 5, 6]))
Exemplul 3:
import numpy as np x=np.histogram([[1, 3, 1], [1, 3, 1]], bins=[0,1,2,3]) x
Ieșire:
(array([0, 4, 2], dtype=int64), array([0, 1, 2, 3]))
Exemplul 4:
import numpy as np a = np.arange(8) hist, bin_edges = np.histogram(a, density=True) hist bin_edges
Ieșire:
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. ])
Exemplul 5:
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))
Ieșire:
array([0.17857143, 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0.17857143]) 1.4285714285714288 1.0
În codul de mai sus
- Am importat numpy cu numele de alias np.
- Am creat o matrice 'A' folosind np.arange() funcţie.
- Am declarat variabile 'hist' și „bin_edges” și apoi a atribuit valoarea returnată a np.histogram() funcţie.
- Am trecut matricea 'A' și setați 'densitate' la True în funcție.
- Am încercat să tipărim valoarea lui 'hist' .
- Și, în sfârșit, am încercat să calculăm suma valorilor histogramei folosind hist.sum() și np.sum() în care am trecut valorile histogramei și marginile coșului.
În ieșire, arată un ndarray care conține valorile histogramei și suma valorilor histogramei.