NumPy NumPy参考

• 数组对象
• 常数
• 通用功能（ufunc）
• 例行程序
•    数组创建例程
•    数组操作例程
•    Binary operations
•    String operations
•    C-Types Foreign Function Interface (numpy.ctypeslib)
•    Datetime Support Functions
•    Data type routines
•    Optionally Scipy-accelerated routines (numpy.dual)
•    Mathematical functions with automatic domain (numpy.emath)
•    Floating point error handling
•    Discrete Fourier Transform (numpy.fft)
•    Financial functions
•    Functional programming
•    NumPy-specific help functions
•    Indexing routines
•    输入输出
•    线性代数（numpy.linalg）
•    逻辑功能
•    Mathematical functions
•    Matrix library (numpy.matlib)
•    Miscellaneous routines
•    Padding Arrays
•    Polynomials
•    Random sampling (numpy.random)
•    Set routines
•    Sorting, searching, and counting
•    Statistics
•          numpy.amin
•          numpy.amax
•          numpy.nanmin
•          numpy.nanmax
•          numpy.ptp
•          numpy.percentile
•          numpy.nanpercentile
•          numpy.quantile
•          numpy.nanquantile
•          numpy.median
•          numpy.average
•          numpy.mean
•          numpy.std
•          numpy.var
•          numpy.nanmedian
•          numpy.nanmean
•          numpy.nanstd
•          numpy.nanvar
•          numpy.corrcoef
•          numpy.correlate
•          numpy.cov
•          numpy.histogram
•          numpy.histogram2d
•          numpy.histogramdd
•          numpy.bincount
•          numpy.histogram_bin_edges
•          numpy.digitize
•    Test Support (numpy.testing)
•    Window functions
• Packaging (numpy.distutils)
• NumPy Distutils - Users Guide
• NumPy C-API
• NumPy内部
• NumPy和SWIG

numpy.histogram_bin_edges（a，bins = 10，range = None，weights = None ）[源代码] ¶

仅计算函数使用的垃圾箱边缘的histogram 函数。

参量

一个array_like

输入数据。直方图是在平坦数组上计算的。

bins int或标量或str的序列，可选

如果bins是一个int，则它将在给定范围内定义等宽宽度的bin数（默认为10个）。如果bin是序列，则它将定义bin边缘（包括最右边），从而允许非均匀的bin宽度。

如果bin是下面列表中的字符串，histogram_bin_edges则将使用选择的方法来计算最佳bin宽度，并因此根据落入请求范围内的数据计算bin的数量（请参阅“ 注释”以获取有关估计器的更多详细信息）。虽然箱宽对于该范围内的实际数据而言是最佳的，但箱数将被计算为填充整个范围，包括空白部分。为了可视化，建议使用“自动”选项。自动箱大小选择不支持加权数据。

'汽车'

“ sturges”和“ fd”估计量的最大值。提供良好的全方位性能。

'fd'（Freedman Diaconis估算器）

考虑到数据可变性和数据大小的稳健（对异常值具有弹性）的估计器。

'doane'

Sturges估计器的改进版本，可以更好地与非常规数据集一起使用。

'斯科特'

考虑数据可变性和数据大小的鲁棒估计器。

'结石'

基于积分平方误差的留一法交叉验证估计的估计器。可以看作是斯科特规则的概括。

'白饭'

估计器不考虑可变性，仅考虑数据大小。通常会高估所需的垃圾箱数量。

'sturges'

R的默认方法，仅考虑数据大小。仅对高斯数据最佳，而对于大型非高斯数据集则低估了bin的数量。

'sqrt'

Excel和其他程序使用平方根（数据大小）估计量，以求其速度和简便性。

范围（浮动，浮动），可选

垃圾箱的上下范围。如果未提供，则范围为。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，但箱数将填充整个范围，包括不包含数据的部分。(a.min(), a.max())

权重array_like，可选

权重的阵列相同的形状的，一个。每个中的每个值 仅将其关联权重分配给仓位计数（而不是1）。目前，任何bin估算器均未使用此功能，但将来可能会使用。

退货

dtype float的bin_edges 数组

要进入的边缘 histogram

也可以看看

histogram

笔记

估计箱的最佳数量的方法在文献中已经有很好的基础，并且受到R为直方图可视化提供的选择的启发。请注意，与数量成正比的仓数是渐近最优的，这就是为什么它出现在大多数估计器中的原因。这些都是简单的插件方法，可为垃圾箱数量提供良好的起点。在下面的公式中，是binwidth和bin的数量。使用ptp数据的，将所有计算仓位计数的估计器都重新转换为仓位宽度。最终箱计数从获得 。np.round(np.ceil(range / h))

“自动”（“ sturges”和“ fd”估计量的最大值）

妥协以获得良好的价值。对于小型数据集，通常将选择“ Strurges”值，而大型数据集通常将默认为FD。避免分别针对小型和大型数据集的FD和Sturges过于保守的行为。切换点通常是。

'fd'（Freedman Diaconis估算器）

Binwidth与四分位间距（IQR）成正比，与a.size的立方根成反比。对于小型数据集可能过于保守，但对于大型数据集则非常好。IQR对于异常值非常健壮。

'斯科特'

Binwidth与数据的标准偏差成正比，与的立方根成反比x.size。对于小型数据集可能过于保守，但对于大型数据集则非常好。标准偏差对异常值不是很稳健。在没有异常值的情况下，值与Freedman-Diaconis估计量非常相似。

'白饭'

箱数仅与的立方根成正比 a.size。它往往高估了bin的数量，并且没有考虑数据的可变性。

'sturges'

箱数是的以2为底的对数a.size。此估算器假定数据是正态性的，对于较大的非正态数据集而言过于保守。这是R方法中的默认 hist方法。

'doane'

Sturges公式的改进版本，可以为非正态数据集提供更好的估计。该估计器尝试考虑数据的偏斜。

'sqrt'

最简单，最快的估算器。仅考虑数据大小。

例子

>>> arr = np.array([0, 0, 0, 1, 2, 3, 3, 4, 5])
>>> np.histogram_bin_edges(arr, bins='auto', range=(0, 1))
array([0.  , 0.25, 0.5 , 0.75, 1.  ])
>>> np.histogram_bin_edges(arr, bins=2)
array([0. , 2.5, 5. ])

为了与直方图保持一致，将一组预先计算的bin传递给未修改的对象：

>>> np.histogram_bin_edges(arr, [1, 2])
array([1, 2])

此功能允许计算一组bin，并在多个直方图中重复使用：

>>> shared_bins = np.histogram_bin_edges(arr, bins='auto')
>>> shared_bins
array([0., 1., 2., 3., 4., 5.])

>>> group_id = np.array([0, 1, 1, 0, 1, 1, 0, 1, 1])
>>> hist_0, _ = np.histogram(arr[group_id == 0], bins=shared_bins)
>>> hist_1, _ = np.histogram(arr[group_id == 1], bins=shared_bins)

>>> hist_0; hist_1
array([1, 1, 0, 1, 0])
array([2, 0, 1, 1, 2])

与为每个直方图使用单独的bin相比，这提供了更容易比较的结果：

>>> hist_0, bins_0 = np.histogram(arr[group_id == 0], bins='auto')
>>> hist_1, bins_1 = np.histogram(arr[group_id == 1], bins='auto')
>>> hist_0; hist_1
array([1, 1, 1])
array([2, 1, 1, 2])
>>> bins_0; bins_1
array([0., 1., 2., 3.])
array([0.  , 1.25, 2.5 , 3.75, 5.  ])