Numpy.histogram () nasıl çalışır?

Numpy'yi okurken işlevle karşılaştım numpy.histogram().

Ne için ve nasıl çalışıyor? Dokümanlarda bidonlardan bahsediyorlar : Nedir bunlar?

Googling'in bir kısmı beni genel olarak Histogramların tanımına götürdü . Ben anladım. Ancak maalesef bu bilgiyi belgelerde verilen örneklerle ilişkilendiremiyorum.

Bölme, X ekseni boyunca tek bir histogram çubuğunun genişliğini temsil eden aralıktır. Buna aralık da diyebilirsiniz. (Wikipedia bunları daha resmi olarak "ayrık kategoriler" olarak tanımlar.)

Numpy histogramişlevi histogramı çizmez , ancak her bir bölmeye düşen girdi verilerinin oluşumlarını hesaplar ve bu da sırayla her çubuğun alanını (bölmeler eşit genişlikte değilse yüksekliği değil) belirler.

Bu örnekte:

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

Sırasıyla 0 ila 1 (1 hariç), 1 ila 2 (2 hariç) ve 2 ila 3 (3 dahil) arasında değişen değerler için 3 bölme vardır. Numpy'nin [0, 1, 2, 3]bu örnekte bir sınırlayıcılar listesi ( ) vererek bu bölmeleri tanımlama yolu , ancak sonuçlarda bölmeleri de döndürür, çünkü hiçbiri belirtilmezse bunları girdiden otomatik olarak seçebilir. Eğer bins=5örneğin, en az bir giriş değeri ve maksimum giriş değeri arasındaki eşit genişlik yayılmasının 5 depo kullanır.

Giriş değerleri 1, 2 ve 1'dir. Bu nedenle, "1 - 2" bölmesi iki oluşum (iki 1değer) içerir ve "2 ila 3" bölmesi bir oluşum ( 2) içerir. Bu sonuçlar iade başlığın ilk öğeye içindedir: array([0, 2, 1]).

Buradaki bölmeler eşit genişlikte olduğundan, her çubuğun yüksekliği için oluşum sayısını kullanabilirsiniz. Çizildiğinde, sahip olacaksınız:

• X ekseninde aralık / bölme [0,1] için 0 yüksekliğinde bir çubuk,
• aralık / bölme [1,2] için yüksekliği 2 olan bir çubuk,
• aralık / bölme [2,3] için yüksekliği 1 olan bir çubuk.

Bunu doğrudan Matplotlib ile çizebilirsiniz ( histişlevi ayrıca kutuları ve değerleri döndürür):

>>> 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()

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

Aşağıda, histbölme # 0'da, bölme # 1'de, bölme # 3'te, bölme # 4'te, bölme # 4'te 0 öğe olduğunu gösterir.

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

bin_edges bölme # 0'ın [0,1) aralığı, bölme # 1'in [1,2), ..., bölme # 3'ün [3,4) olduğunu belirtir.

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

Yukarıdaki kodla oynayın, girişi olarak değiştirin np.histogramve nasıl çalıştığını görün.

Ama bir resim bin kelimeye bedeldir:

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

Başka bir yararlı şey numpy.histogramde çıktıyı bir çizgi grafiğindeki x ve y koordinatları olarak çizmektir. Örneğin:

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()

Bu, her yerde çubuklar olmadan daha yüksek bir ayrıntı düzeyi istediğiniz histogramları görselleştirmek için kullanışlı bir yol olabilir. Ekstrem piksel değerlerini tanımlamak için görüntü histogramlarında çok kullanışlıdır.