numpy.histogram()是如何工作的？

Question

在阅读numpy文档时，我遇到了函数numpy.histogram()。

它是用来做什么的，它如何工作？文档中提到了bins：它们是什么？

通过一些谷歌搜索，我了解了直方图的定义。我理解这个概念了。但是不幸的是，我无法将这个知识与文档中给出的示例联系起来。

- Aufwind

Answer 1

“Bin”是代表直方图中单个条的宽度范围，通常也可以称为区间。 （维基百科更正式地将它们定义为“不相交的类别”）。

Numpy的histogram函数并不会绘制直方图，但它会计算落在每个bin中的输入数据的出现次数，进而确定每个条形的面积（如果bin的宽度不相等，则不一定是高度）。

在这个例子中：

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

有3个区间，值范围从0到1（不包括1），从1到2（不包括2）和从2到3（包括3）。在这个例子中，Numpy定义这些区间的方式是通过给定一个分隔符列表（[0, 1, 2, 3]），尽管它也会在结果中返回这些区间，因为如果没有指定区间，则可以从输入自动选择它们。例如，如果bins=5，则会使用等跨度的5个区间，这些区间的范围均匀地分布在最小输入值和最大输入值之间。

输入值为1、2和1。因此，区间“1到2”包含两个出现次数（两个1值），而区间“2到3”包含一个出现次数（2）。这些结果在返回的元组的第一项中：array([0, 2, 1])。

由于这里的区间具有相等的宽度，所以可以将每个柱的高度用作其条形图的高度。绘制时，你会得到：

• X轴上范围/区间[0,1]的高度为0的柱形图，
• X轴上范围/区间[1,2]的高度为2的柱形图，
• X轴上范围/区间[2,3]的高度为1的柱形图。

---

你可以直接使用Matplotlib来绘制此图（它的hist函数也会返回区间和值）：

>>> 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()

- Bruno

---

如果您想绘制它们，也可以参考此答案。Matplotlib也可以直接计算它们，在这里可以看到示例1和示例2。 - Bruno

在鸢尾花数据集中， counts，bin_edges = np.histogram（iris_setosa ['petal_length']，bins = 10，density = True） 给出了浮点值的计数，根据您提供的示例，计数如何成为浮点值？ - Dipen Gajjar

最佳答案应考虑忽略大于最大右侧的显著数量值。始终将超出最大边缘的值添加到最后一个bin中，或者手动更改最后创建的“bins”值为数组中的最大值。 - A.Ametov

如果省略 "density = True"，则看不到它。密度关键字为您提供了一个“标准化”的直方图，其中表示概率密度函数。您可以在此处阅读有关它的更多信息：https://numpy.org/doc/stable/reference/generated/numpy.histogram.html。 - BUFU

Answer 2

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

下面，hist 表示在第 0 个箱子中有 0 个项目，在第 1 个箱子中有 2 个项目，在第 3 个箱子中有 4 个项目，在第 4 个箱子中有 1 个项目。

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

bin_edges 表示第0个区间为[0,1)，第1个区间为[1,2)，依此类推，第3个区间为[3,4)。

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

尝试使用上面的代码，将输入更改为np.histogram并观察其运行方式。

---

但图片胜过千言万语：

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

- unutbu

---

我认为以下内容会更准确：plt.bar(bin_edges[:-1], hist, width=1)和plt.xlim(min(bin_edges), max(bin_edges))，这样能使条形图的宽度与预期相符（否则可能会出现没有值在中间的较小的柱形）。 - Bruno

在“plt.hist（...）”函数中是否可以使用上述numpy格式中获得的“hist”？因为在bar方法中，您将其作为“y”提供，而在这里的hist中只有x。 - kbg

Answer 3

使用numpy.histogram的另一个有用方法是将输出作为x和y坐标绘制在线图上。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()

这是一种有用的可视化直方图的方式，可以在不随处添加条形的情况下获得更高的细粒度。在图像直方图中识别极端像素值非常有用。

- Grr

---

这非常有用，可以查看图像的行和列投影。 - SKR