Python NumPy numpy.histogram() 函数

Minahil Noor 2023年1月30日 NumPy
  1. numpy.histogram() 语法
  2. 示例代码：numpy.histogram()
  3. 示例代码：numpy.histogram() 指定 bins 的数量和大小
  4. 示例代码：numpy.histogram() 使用 density 参数
  5. 示例代码：numpy.histogram() 绘制直方图
Python NumPy numpy.histogram() 函数

Python NumPy numpy.histogram() 函数生成直方图的值。它不绘制直方图，但它计算其值。我们传递一个数组作为参数。这个函数计算出它的直方图，并返回一个存储了直方图值的数组。我们可以说，它返回的是直方图的数值表示。

numpy.histogram() 语法

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

参数
a 它是一个类似数组的结构。它代表计算直方图的输入数据。
bins 它是一个整数、字符串或一个标量序列。它代表 bin 的数量。一个 bin 就像一个范围，例如，0-5，6-10 等。如果 bin 是一个整数，那么它表示等间距的 bin 的数量。如果它是一个字符串，那么它代表计算 bin 空间的方法。如果它是一个序列，那么它代表不同宽度的 bin。
range 它是以浮点数给出的范围。它代表了 bin 的上限和下限。如果没有给定范围，那么 [a.min(), a.max()] 就是范围。
normed 它是一个布尔值参数。它的功能类似于 density 参数，但如果各仓的间距不相等，就会产生不正确的结果。
weights 它是一个类似于数组的结构。其大小与 a 相同。如果 density 为 True，那么权重将被归一化。
density 它是一个布尔值参数。如果它的值为 True，那么它计算的是概率，而不是计算频率。

返回值

它返回两个数组：hist 和 bin_edges。数组 hist 显示直方图的值，bin_edges 显示 bin 边缘。bin_edges 的大小总是 1+(hist 的大小)，即 length(hist)+1。

示例代码：numpy.histogram()

参数 a 是一个强制参数。如果我们在执行这个函数时没有传入 bin 的数量，那么它将计算出十个不等距的 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)

输出：

(
    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]),
)

示例代码：numpy.histogram() 指定 bins 的数量和大小

我们先指定 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)

输出：

(array([10, 10], dtype=int64), array([ 2., 46., 90.]))

上面的代码计算出了一个有 2 个 bins 的直方图。分区是 [2., 46.) 和 [46., 90.)。

现在，我们将指定直方格的边缘。

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)

输出：

(array([7, 4, 9]), array([0, 30, 60, 90]))

示例代码：numpy.histogram() 使用 density 参数

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)

输出：

(array([ 0.01420455,  0.01136364,  0.00284091,  0.00852273,  0.01988636]), 
 array([  2. ,  19.6,  37.2,  54.8,  72.4,  90. ]))

请注意，该函数不是计算直方图的值，而是生成概率。

示例代码：numpy.histogram() 绘制直方图

我们可以使用 pyplot 绘制直方图。

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()

输出：

numpy 直方图

Enjoying our tutorials? Subscribe to DelftStack on YouTube to support us in creating more high-quality video guides. Subscribe