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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. [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 ...

  5. 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 ...

  6. 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 ...

  7. 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. ...

  8. 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 ...

  9. 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 ...

  10. 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

  1. JS判断滚动条到底部
  2. 史上最大规模 DDoS 攻击,每秒 1720 万次 HTTP 请求
  3. python脚本 通过rsa private key 生成 publickey
  4. Jenkins在Mac平台安裝
  5. dubbo could not get local host ip address will use 127.0.0.1 instead 异常处理
  6. csc.exe已退出,代码为-532462766
  7. 如何显示python的内置模块_python之模块(内置模块)
  8. wince开发环境搭建与全套教程
  9. php url 合法字符串_PHP函数补完:http_build_query()构造URL字符串
  10. python修饰器执行步骤_Python修饰器学习总结
  11. Android实战简易教程-第二十八枪(Uri转String型实例)
  12. 双轨制奖金分配系统,兼顾技术人员老龄化问题
  13. USB PD协议规范
  14. 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
  15. R语言用igraph绘制网络图可视化
  16. c++中sprintf和sprintf_s的区别
  17. 立即报名!安全大咖连麦解读银行信息数据安全难题
  18. C++:堆和栈的理解
  19. 关于java的反编译的一些坑,反编译后代码中的$+数字是什么
  20. 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

  1. C++ 脚本解释器cint
  2. (论文笔记)NeRV: Neural Representations for Videos
  3. test failed: The forked VM terminated without saying properly goodbye. VM crash or System.exit
  4. syswow64删除文件_syswow64是什么文件夹?syswow64可以删除吗
  5. 收藏夹整理——程序员笔试面试
  6. 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
  7. 什么是数字孪生技术?
  8. C语言程序设计 题目抽签系统
  9. 程序员,你何时离开北京
  10. 阿里云存储OSS之九大使用技巧