numpy之histogram
功能说明:
计算一组数据的柱状图。
代码实现:
numpy.histogram(a, bins=10, range=None, normed=None, weights=None, density=None)
参数说明:
a:输入数据数组;
bins:指定统计的区间个数,可以是一个整数,也可以是一个数组,默认值为10;
range:表示的是范围,范围仅为 (a.min(), a.max());
weights:表示权重
density:为True时,返回每个区间的概率密度;为False,返回每个区间中元素的个数
例子:
import numpy as np
import matplotlib.pyplot as plt
x=np.zeros(11)
for i in range(10):x[i]=i
print(x)
(hist, bin_edges) = np.histogram(x, bins=12,range=(0,12))
print(hist, bin_edges)
plt.hist(x,bins=12,range=(0,12))
说明:bins=12,说明有12个箱子,范围是0到12,那么均分下来,分成[0,1,2,...12],在[0,1)之间的数是0,有2个, 在[1,2)之间的数是1,有1个...
x=np.zeros(11)
for i in range(10):x[i]=i
x[10]=11
print(x)
(hist, bin_edges) = np.histogram(x, bins=12)
print(hist, bin_edges)
plt.hist(x,bins=12)
说明:bins=12,说明有12个箱子,范围是0到11,即x中最小数和最大数,那么均分下来,分成[0,0.91,...11],在[0,0.91)之间的数是0,有1个, 在[0.91,1.83)之间的数是1,有1个...
x=np.zeros(11)
for i in range(10):x[i]=i
x[10]=11
print(x)
(hist, bin_edges) = np.histogram(x, bins=range(12))
print(hist, bin_edges)
plt.hist(x, bins=range(12))
说明:bins=range(12),说明有11个箱子,范围是0到11,这里和x无关,分成[0,1,...,11],在[0,1)之间的数是0,有1个, 在[1,2)之间的数是1,有1个...
numpy之histogram相关推荐
- 5 种方法教你用Python玩转histogram直方图
直方图是一个可以快速展示数据概率分布的工具,直观易于理解,并深受数据爱好者的喜爱.大家平时可能见到最多就是 matplotlib,seaborn 等高级封装的库包,类似以下这样的绘图. 本篇博主将要总 ...
- Python3.1-标准库之Numpy
这系列用来介绍Python的标准库的支持Numpy部分.资料来自http://wiki.scipy.org/Tentative_NumPy_Tutorial,页面有许多链接,这里是直接翻译,所以会无法 ...
- python数据分析系列教程——NumPy全解
速查: 矩阵对象的属性: matrix.T transpose:返回矩阵的转置矩阵 matrix.H hermitian (conjugate) transpose:返回复数矩阵的共轭元素矩阵 mat ...
- [转载] python numpy 总结
参考链接: Python中的numpy.compress 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想重新回忆下,请看看Python Tutorial. 如果你想要运行教程中的 ...
- numpy统计图像中某个像素值的个数
今天用想用分类后的图像,统计其中不同类别像素数,也就是图像上有红红绿绿的像素,统计其中红色的像素个数,绿色的像素个数等等,直观的想法是遍历图像的每一个像素,然后一个一个计数,然而我要用python去做 ...
- python 条形图填充疏密_教你利用Python玩转histogram直方图的五种方法
直方图 直方图是一个可以快速展示数据概率分布的工具,直观易于理解,并深受数据爱好者的喜爱.大家平时可能见到最多就是 matplotlib,seaborn 等高级封装的库包,类似以下这样的绘图. 本篇博 ...
- NumPy 基础教程
一.快速入门教程 1.先决条件 在阅读本教程之前,你应该了解一些Python的基础知识.如果你想复习一下,请回去看看Python教程. 如果你希望使用本教程中的示例,则还必须在计算机上安装一些软件. ...
- numpy 高级索引技巧
文章目录 numpy高级索引和索引技巧 用索引数组索引 用布尔数组索引 所述ix_()函数 用字符串索引 线性代数 简单数组操作 技巧和窍门 "自动"整形 向量堆叠 直方图 num ...
- 用python构建多只股票日收益率直方图_5种方法教你用Python玩转histogram直方图
作者:xiaoyu 微信公众号:Python数据科学 直方图是一个可以快速展示数据概率分布的工具,直观易于理解,并深受数据爱好者的喜爱.大家平时可能见到最多就是 matplotlib,seaborn ...
- 初学--Python numpy教程
本文转载自:http://blog.chinaunix.net/uid-21633169-id-4408596.html 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想重新回忆下 ...
最新文章
- JS判断滚动条到底部
- 史上最大规模 DDoS 攻击,每秒 1720 万次 HTTP 请求
- python脚本 通过rsa private key 生成 publickey
- Jenkins在Mac平台安裝
- dubbo could not get local host ip address will use 127.0.0.1 instead 异常处理
- csc.exe已退出,代码为-532462766
- 如何显示python的内置模块_python之模块(内置模块)
- wince开发环境搭建与全套教程
- php url 合法字符串_PHP函数补完:http_build_query()构造URL字符串
- python修饰器执行步骤_Python修饰器学习总结
- Android实战简易教程-第二十八枪(Uri转String型实例)
- 双轨制奖金分配系统,兼顾技术人员老龄化问题
- USB PD协议规范
- 基于JAVA藏宝阁游戏交易系统计算机毕业设计源码+系统+lw文档+部署
- R语言用igraph绘制网络图可视化
- c++中sprintf和sprintf_s的区别
- 立即报名!安全大咖连麦解读银行信息数据安全难题
- C++:堆和栈的理解
- 关于java的反编译的一些坑,反编译后代码中的$+数字是什么
- 2d有限元计算机仿真,超精密单点金刚石车削加工有限元仿真
热门文章
- C++ 脚本解释器cint
- (论文笔记)NeRV: Neural Representations for Videos
- test failed: The forked VM terminated without saying properly goodbye. VM crash or System.exit
- syswow64删除文件_syswow64是什么文件夹?syswow64可以删除吗
- 收藏夹整理——程序员笔试面试
- 基于JAVA自行车租借管理系统计算机毕业设计源码+系统+lw文档+部署
- 什么是数字孪生技术?
- C语言程序设计 题目抽签系统
- 程序员,你何时离开北京
- 阿里云存储OSS之九大使用技巧