numpy.histogram（）如何工作？
当读到numpy时，我遇到了函数numpy.histogram() 。
它是什么，它是如何工作的？ 在文件中他们提到了箱子 ：他们是什么？
一些谷歌search引导我一般直方图的定义 。 我明白了。 但不幸的是，我不能将这些知识与文档中给出的例子联系起来。
一个bin是代表沿着X轴的直方图的单个条的宽度的范围。 你也可以称之为间隔。 （维基百科更正式地将它们定义为“不相交的类别”）。
Numpy histogram函数不绘制直方图，但计算每个分栏内的input数据的出现次数，然后依次确定每个栏的面积（不一定是高度，如果分箱的宽度不相等）。
在这个例子中：
np.histogram([1, 2, 1], bins=[0, 1, 2, 3])
有3个bin，值分别为0到1（不包括1），1到2（不包括2）和2到3（包括3）。 在这个例子中，Numpy通过给定一个分隔符列表（ [0, 1, 2, 3] ）来定义这些bin，尽pipe它也返回结果中的bin，因为它可以从input中自动select它们，如果没有被指定。 例如，如果bins=5 ，则将使用在最小input值和最大input值之间具有相等宽度的5个箱。
input值是1,2和1.因此，bin“1到2”包含两个出现（两个1值），并且bin“2到3”包含一个出现（ 2 ）。 这些结果在返回的元组的第一项中： array([0, 2, 1]) 。
由于这里的容器宽度相等，因此可以使用每个小节高度的出现次数。 当绘制时，你会有：
- 在X轴上的范围/仓[0,1]的高度为0的条，
- 范围/ bin的高度2的条[1,2]，
- 范围/ bin的高度为1的条[2,3]。
你可以用Matplotlib直接绘制它（它的hist函数也返回bin和values）：
>>> 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()
import numpy as np hist, bin_edges = np.histogram([1, 1, 2, 2, 2, 2, 3], bins = range(5))
在下面， hist表示在仓＃0中有0个项，在仓＃1中有2个，在仓＃3中有4个，在仓＃4中有1个。
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]。
print (bin_edges) # array([0, 1, 2, 3, 4]))
玩上面的代码，将input改为np.histogram ，看看它是如何工作的。
但是一张图片胜过千言万语：
import matplotlib.pyplot as plt plt.bar(bin_edges[:-1], hist, width = 1) plt.xlim(min(bin_edges), max(bin_edges)) plt.show()
