numpy.histogram

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

计算一组数据的直方图。参数 ：a ：array_like

输入数据。直方图是在展平的数组上计算的。

bins ：int 或 sequence of scalars 或 str, 可选

如果bins是一个int，

则它定义给定范围内的等宽bin数(默认为10个)。

如果bin是序列，

则它定义bin边缘(包括最右边)的单调递增数组，

从而允许非均匀的bin宽度。

1.11.0版中的新功能。

如果bin是字符串，

则它定义用于计算最佳bin宽度的方法，

如histogram_bin_edges所定义。

range ：(float, float), 可选

bin的上下范围。如果未提供，

则范围只是(a.min()，a.max())。

超出范围的值将被忽略。

范围的第一个元素必须小于或等于第二个。

范围也会影响自动bin计算。虽

然根据范围内的实际数据计算出箱宽是最佳的，

但bin数将填充整个范围，包括不包含数据的部分。

normed ：bool, 可选

从1.6.0版开始不推荐使用。

这等效于密度参数，

但是对于不等的箱宽会产生不正确的结果。不应使用。

在1.15.0版中进行了更改：

实际发出了DeprecationWarnings。

weights ：array_like, 可选

一组与a形状相同的weights。

每个中的每个值仅将其相关权重分配给仓位计数(而不是1)。

如果density为True，则将权重标准化，

以使该范围内的密度积分保持为1。

density ：bool, 可选

如果为False，则结果将包含每个bin中的样本数。

如果为True，则结果为bin处的概率密度函数的值，

将其归一化以使该范围内的积分为1。

注意，除非选择了单位宽度的bin，

否则直方图值的总和将不等于1；

否则，将不等于1。它不是概率质量函数。

如果指定，则覆盖normed关键字。

返回值 ：hist ：array

直方图的值。有关可能的语义的描述，请参见密度和权重。

bin_edges ：array of dtype float

返回bin edges(length(hist)+1)。

Notes

除了最后一个(最右边)的垃圾箱外，其他所有垃圾箱都是半开的。换句话说，如果bin是：[1, 2, 3, 4]

那么第一个bin是[1，2)(包括1，但不包括2)，第二个[2，3)。但是，最后一个bin是[3，4]，其中包括4。

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

(array([0, 2, 1]), array([0, 1, 2, 3]))

>>> np.histogram(np.arange(4), bins=np.arange(5), density=True)

(array([0.25, 0.25, 0.25, 0.25]), array([0, 1, 2, 3, 4]))

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

(array([1, 4, 1]), array([0, 1, 2, 3]))>>> a = np.arange(5)

>>> hist, bin_edges = np.histogram(a, density=True)

>>> hist

array([0.5, 0. , 0.5, 0. , 0. , 0.5, 0. , 0.5, 0. , 0.5])

>>> hist.sum()

2.4999999999999996

>>> np.sum(hist * np.diff(bin_edges))

1.0

1.11.0版中的新功能。

自动箱选择方法示例，使用2个具有2000点的峰值随机数据：>>> import matplotlib.pyplot as plt

>>> rng = np.random.RandomState(10) # deterministic random data

>>> a = np.hstack((rng.normal(size=1000),

... rng.normal(loc=5, scale=2, size=1000)))

>>> _ = plt.hist(a, bins='auto') # arguments are passed to np.histogram

>>> plt.title("Histogram with 'auto' bins")

Text(0.5, 1.0, "Histogram with 'auto' bins")

>>> plt.show()