在我的Python脚本中，我有一些想要分组的浮点数。目前我正在做以下操作：
min_val = 0.0
max_val = 1.0
num_bins = 20
my_bins = numpy.linspace(min_val, max_val, num_bins)
hist,my_bins = numpy.histogram(myValues, bins=my_bins)
现在我想添加两个箱子，以解决小于 0.0 和大于 1.0 的值。因此，一个箱子应该包括所有（-inf，0）中的值，另一个箱子应该包括所有 [1，inf) 中的值。
是否有任何简单直接的方法可以在仍然使用 numpy 的 histogram 函数的情况下实现此操作？
函数numpy.histogram()可以在bins参数中愉快地接受无限值：
numpy.histogram(my_values, bins=numpy.r_[-numpy.inf, my_bins, numpy.inf])
或者，您可以结合使用numpy.searchsorted（）和numpy.bincount()，但是我认为那种方法并没有太多优势。
numpy.inf指定为上限，将-numpy.inf指定为下限的分箱限制。在Numpy 1.16版本中，您可以使用histogram_bin_edges。使用此功能，今天的解决方案调用histogram_bin_edges来获取bin，将-inf和+inf连接起来，并将其作为bin传递给histogram：
a=[1,2,3,4,2,3,4,7,4,6,7,5,4,3,2,3]
np.histogram(a, bins=np.concatenate(([np.NINF], np.histogram_bin_edges(a), [np.PINF])))
结果为：
(array([0, 1, 3, 0, 4, 0, 4, 1, 0, 1, 0, 2]),
array([-inf, 1. , 1.6, 2.2, 2.8, 3.4, 4. , 4.6, 5.2, 5.8, 6.4, 7. , inf]))
如果你喜欢让最后一个 bin 为空（就像我一样），你可以使用 range 参数并在 max 上加上一个小数：
a=[1,2,3,4,2,3,4,7,4,6,7,5,4,3,2,3]
np.histogram(a, bins=np.concatenate(([np.NINF], np.histogram_bin_edges(a, range=(np.min(a), np.max(a)+.1)), [np.PINF])))
结果为：
(array([0, 1, 3, 0, 4, 4, 0, 1, 0, 1, 2, 0]),
array([-inf, 1. , 1.61, 2.22, 2.83, 3.44, 4.05, 4.66, 5.27, 5.88, 6.49, 7.1 , inf]))
plt），尽管它在内部使用numpy的hist函数，但它不接受inf（绘制无限的柱状图可能太多了吧？:-)）。但对于我的情况来说，一个非常大的值（相对于我的数据的典型范围）效果很好。 - Josiah Yoder