numpy 高阶函数 —— np histogram

首先给大家推荐一下我老师大神的人工智能教学网站。教学不仅零基础,通俗易懂,而且非常风趣幽默,还时不时有内涵黄段子!点这里可以跳转到网站

  • np.diff(a, n=1, axis=-1):n 表示差分的阶数; >> x = np.array([1, 2, 4, 7, 0]) >> np.diff(x) array([ 1, 2, 3, -7]) >> np.diff(x, n=2) array([ 1, 1, -10])
    • 1
    • 2
    • 3
    • 4
    • 5

1. np.histogram

官方文档:numpy.histogram — NumPy v1.12 Manual

  • numpy.histogram(a, bins=10, range=None, normed=False, weights=None, density=None)
    • 返回值,有两个,
      • hist : array
      • bin_edges : array of dtype float,bin edges 的长度要是 hist 的长度加1,bin edges (length(hist)+1),也即 (bin_edges[0], bin_edges[1]) ⇒ hist[0],….,(bin_edges[-2], bin_edges[-1]) ⇒ hist[-1],bin_edges 参数与输入参数的 bins 保持一致;
>>> a = np.arange(5)
>>> hist, bin_edges = np.histogram(a, density=True)
>>> hist
array([ 0.5,  0. ,  0.5,  0. ,  0. ,  0.5,  0. ,  0.5,  0. ,  0.5])
>>> hist.sum()
2.4999999999999996

>>> np.sum(hist*np.diff(bin_edges))
1.0
                            # hist*np.diff(bin_edges) ⇒ 其实表示一种概率分布;

点这里可以跳转到人工智能网站

0 0 投票数
文章评分
订阅评论
提醒
0 评论
内联反馈
查看所有评论
0
希望看到您的想法,请发表评论。x
()
x