numpy.histogram（）如何工作？

Question

在阅读numpy时，我遇到了函数numpy.histogram()。

它是什么，它是如何工作的？在文档中他们提到了垃圾箱：它们是什么？

一些谷歌搜索引导我到definition of Histograms in general。我明白了。但不幸的是，我无法将这些知识与文档中给出的示例联系起来。

Answer 1

bin是表示沿X轴的直方图的单个条的宽度的范围。你也可以称之为间隔。 （维基百科将它们更正式地定义为“不相交的类别”。）

Numpy histogram函数不绘制直方图，但它计算出每个bin内的输入数据的出现次数，这反过来又决定了每个bar的区域（不一定是高度不等的高度）。

在这个例子中：

 np.histogram([1, 2, 1], bins=[0, 1, 2, 3])

有3个箱，值分别为0到1（不包括1），1到2（不包括2）和2到3（包括3）。 Numpy如果在这个例子中给出一个分隔符列表（[0, 1, 2, 3]）定义这些二进制的方式，虽然它也返回结果中的二进制位，因为如果没有指定，它可以自动从输入中选择它们。例如，如果bins=5，它将在最小输入值和最大输入值之间使用5个相等宽度扩展的区间。

输入值为1,2和1.因此，bin“1到2”包含两次出现（两个1值），bin“2到3”包含一次出现（2）。这些结果位于返回元组的第一项：array([0, 2, 1])。

由于此处的箱柜宽度相等，因此您可以使用每个栏的高度出现次数。绘制时，您将拥有：

• X轴上的范围/ bin [0,1]的高度为0的条形，
• 范围/箱[1,2]的高度为2的杆，
• 范围/箱[2,3]的高度为1的栏。

---

你可以直接使用Matplotlib绘制它（它的hist函数也返回bin和值）：

>>> import matplotlib.pyplot as plt
>>> plt.hist([1, 2, 1], bins=[0, 1, 2, 3])
(array([0, 2, 1]), array([0, 1, 2, 3]), <a list of 3 Patch objects>)
>>> plt.show()

Answer 2

import numpy as np    
hist, bin_edges = np.histogram([1, 1, 2, 2, 2, 2, 3], bins = range(5))

下面，hist表示bin＃0中有0个项目，bin＃1中有2个，bin＃3中有4个，bin＃4中有1个。

print(hist)
# array([0, 2, 4, 1])   

bin_edges表示bin＃0是区间[0,1），bin＃1是[1,2]，...，bin＃3是[3,4]。

print (bin_edges)
# array([0, 1, 2, 3, 4]))  

使用上面的代码，将输入更改为np.histogram，看看它是如何工作的。

---

但是一张图片胜过千言万语：

import matplotlib.pyplot as plt
plt.bar(bin_edges[:-1], hist, width = 1)
plt.xlim(min(bin_edges), max(bin_edges))
plt.show()   

Answer 3

与numpy.histogram有关的另一个有用的事情是将输出绘制为线图上的x和y坐标。例如：

arr = np.random.randint(1, 51, 500)
y, x = np.histogram(arr, bins=np.arange(51))
fig, ax = plt.subplots()
ax.plot(x[:-1], y)
fig.show()

这可以是一种可视化直方图的有用方法，您可以在不需要任何条形图的情况下获得更高级别的粒度。在图像直方图中非常有用，用于识别极端像素值。