Python NumPy numpy.histogram() 函式
Minahil Noor
2023年1月30日
-
numpy.histogram()語法 -
示例程式碼：
numpy.histogram() -
示例程式碼：
numpy.histogram()指定bins的數量和大小 -
示例程式碼：
numpy.histogram()使用density引數 -
示例程式碼：
numpy.histogram()繪製直方圖
Python NumPy numpy.histogram() 函式生成直方圖的值。它不繪製直方圖，但它計算其值。我們傳遞一個陣列作為引數。這個函式計算出它的直方圖，並返回一個儲存了直方圖值的陣列。我們可以說，它返回的是直方圖的數值表示。
numpy.histogram() 語法
numpy.histogram(a, bins=10, range=None, normed=None, weights=None, density=None)
引數
a |
它是一個類似陣列的結構。它代表計算直方圖的輸入資料。 |
bins |
它是一個整數、字串或一個標量序列。它代表 bin 的數量。一個 bin 就像一個範圍，例如，0-5，6-10 等。如果 bin 是一個整數，那麼它表示等間距的 bin 的數量。如果它是一個字串，那麼它代表計算 bin 空間的方法。如果它是一個序列，那麼它代表不同寬度的 bin。 |
range |
它是以浮點數給出的範圍。它代表了 bin 的上限和下限。如果沒有給定範圍，那麼 [a.min(), a.max()] 就是範圍。 |
normed |
它是一個布林值引數。它的功能類似於 density 引數，但如果各倉的間距不相等，就會產生不正確的結果。 |
weights |
它是一個類似於陣列的結構。其大小與 a 相同。如果 density 為 True，那麼權重將被歸一化。 |
density |
它是一個布林值引數。如果它的值為 True，那麼它計算的是概率，而不是計算頻率。 |
返回值
它返回兩個陣列：hist 和 bin_edges。陣列 hist 顯示直方圖的值，bin_edges 顯示 bin 邊緣。bin_edges 的大小總是 1+(hist 的大小)，即 length(hist)+1。
示例程式碼：numpy.histogram()
引數 a 是一個強制引數。如果我們在執行這個函式時沒有傳入 bin 的數量，那麼它將計算出十個不等距的 bin。
import numpy as np
a = np.array(
[89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]
)
histogram = np.histogram(a)
print(histogram)
輸出：
(
array([2, 3, 2, 2, 1, 0, 1, 2, 3, 4], dtype=int64),
array([2.0, 10.8, 19.6, 28.4, 37.2, 46.0, 54.8, 63.6, 72.4, 81.2, 90.0]),
)
示例程式碼：numpy.histogram() 指定 bins 的數量和大小
我們先指定 bins。
import numpy as np
a = np.array(
[89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]
)
histogram = np.histogram(a, bins=2)
print(histogram)
輸出：
(array([10, 10], dtype=int64), array([ 2., 46., 90.]))
上面的程式碼計算出了一個有 2 個 bins 的直方圖。分割槽是 [2., 46.) 和 [46., 90.)。
現在，我們將指定直方格的邊緣。
import numpy as np
a = np.array(
[89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]
)
histogram = np.histogram(a, bins=[0, 30, 60, 90])
print(histogram)
輸出：
(array([7, 4, 9]), array([0, 30, 60, 90]))
示例程式碼：numpy.histogram() 使用 density 引數
import numpy as np
a = np.array(
[89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]
)
histogram = np.histogram(a, bins=5, density=True)
print(histogram)
輸出：
(array([ 0.01420455, 0.01136364, 0.00284091, 0.00852273, 0.01988636]),
array([ 2. , 19.6, 37.2, 54.8, 72.4, 90. ]))
請注意，該函式不是計算直方圖的值，而是生成概率。
示例程式碼：numpy.histogram() 繪製直方圖
我們可以使用 pyplot 繪製直方圖。
from matplotlib import pyplot as plt
import numpy as np
a = np.array(
[89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]
)
plt.hist(a, bins=[0, 20, 40, 60, 80, 100])
plt.title("histogram")
plt.show()
輸出：
