numpy.histogram() 是如何工作的？

Question

在阅读 numpy 时，我遇到了函数 numpy.histogram()。

它的用途是什么？它是如何工作的？在文档中他们提到垃圾箱：它们是什么？

一些谷歌搜索让我找到了直方图的一般定义。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 是表示直方图单个条形沿 X 轴的宽度的范围。您也可以将其称为间隔。 （维基百科将它们更正式地定义为“不相交类别”。）

Numpy histogram 函数不会绘制直方图，但它会计算每个 bin 内输入数据的出现次数，从而确定每个条形的面积（如果箱宽度不相等，则不一定是高度）。

在此示例中：

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

有 3 个 bin，分别表示值范围为 0 到 1（不包括 1）、1 到 2（不包括 2）和 2 到 3（包括 3）。在本例中，Numpy 定义这些 bin 的方式是通过给出分隔符列表 ([0, 1, 2, 3])，尽管它也会返回结果中的 bin，因为它可以选择它们如果未指定，则自动从输入中获取。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 个等宽的 bin。

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

由于此处的 bin 宽度相等，因此您可以使用出现次数作为每个条形的高度。 看到

• 绘制时，您将在 X 轴上
• 一个高度为 0 的条形，表示范围/bin [0,1]，一个高度为 2 的条形，表示范围/bin [1,2]，
• 一个高度为 1 的条形，表示范围/箱[2,3]。

---

您可以直接使用 Matplotlib 绘制此图（其 hist 函数还返回 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 有 2 个项目，bin #3 有 4 个项目，bin #4 有 1 个项目。

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]（最后一个 bin 包括最右边缘）。

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

使用上面的代码，将输入更改为 np.histogram 并查看它是如何工作的。

---

但一张图片胜过一千个单词：

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

使用 numpy.histogram 做的另一个有用的事情是将输出绘制为折线图上的 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()

这可能是一种可视化直方图的有用方法，您希望在其中没有到处都有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，可识别极端像素值。