Модул нумпи у Питхон-у обезбеђује функцију тзв нумпи.хистограм() . Ова функција представља учесталост броја вредности које се пореде са скупом опсега вредности. Ова функција је слична оној хист() функција од матплотлиб.пиплот .

Једноставним речима, ова функција се користи за израчунавање хистограма скупа података.

Синтакса:

 numpy.histogram(x, bins=10, range=None, normed=None, weights=None, density=None) 

Параметри:

к: арраи_лике

Овај параметар дефинише спљоштени низ преко којег се израчунава хистограм.

бин: инт или низ стр или скалара (опционо)

Ако је овај параметар дефинисан као цео број, онда у датом опсегу он дефинише број бинова једнаке ширине. У супротном, дефинише се низ ивица корпе које се монотоно повећавају. Такође укључује крајњу десну ивицу, која омогућава неуједначену ширину корпе. Најновија верзија нумпи-ја нам омогућава да поставимо параметре бин као стринг, који дефинише метод за израчунавање оптималне ширине бин.

опсег : (плутајући, плутајући) (опционо)

Овај параметар дефинише доње-горње опсеге канти. Подразумевано, опсег је (к.мин(), к.мак()) . Вредности се занемарују, које су изван опсега. Опсези првог елемента треба да буду једнаки или мањи од другог елемента.

писпарк

нормирано: боол (опционо)

Овај параметар је исти као аргумент густине, али може дати погрешан излаз за неједнаке ширине корпе.

тежине : арраи_лике (опционо)

Овај параметар дефинише низ који садржи тежине и има исти облик као 'Икс' .

густина: боол (опционо)

Ако је постављено на Тачно, резултираће бројем узорака у свакој корпи. Ако је њена вредност Фалсе, функција густине ће резултирати вредношћу функције густине вероватноће у корпи.

враћа:

хист: низ

Функција густине враћа вредности хистограма.

едге_бин: низ флоат дтипе

Ова функција враћа ивице корпе (дужина(хист+1)) .

Пример 1:

 import numpy as np a=np.histogram([1, 5, 2], bins=[0, 1, 2, 3]) a 

Излаз:

 (array([0, 1, 1], dtype=int64), array([0, 1, 2, 3])) 

У горњем коду

• Увезли смо нумпи са псеудонимом нп.
• Декларисали смо променљиву 'а' и доделили враћену вредност нп.хистограм() функција.
• Проследили смо низ и вредност корпе у функцији.
• На крају, покушали смо да одштампамо вредност 'а' .

У излазу приказује ндарраи који садржи вредности хистограма.

Пример 2:

 import numpy as np x=np.histogram(np.arange(6), bins=np.arange(7), density=True) x 

Излаз:

 (array([0.16666667, 0.16666667, 0.16666667, 0.16666667, 0.16666667, 0.16666667]), array([0, 1, 2, 3, 4, 5, 6])) 

Пример 3:

 import numpy as np x=np.histogram([[1, 3, 1], [1, 3, 1]], bins=[0,1,2,3]) x 

Излаз:

 (array([0, 4, 2], dtype=int64), array([0, 1, 2, 3])) 

Пример 4:

 import numpy as np a = np.arange(8) hist, bin_edges = np.histogram(a, density=True) hist bin_edges 

Излаз:

 array([0.17857143, 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0.17857143]) array([0. , 0.7, 1.4, 2.1, 2.8, 3.5, 4.2, 4.9, 5.6, 6.3, 7. ]) 

Пример 5:

 import numpy as np a = np.arange(8) hist, bin_edges = np.histogram(a, density=True) hist hist.sum() np.sum(hist * np.diff(bin_edges)) 

Излаз:

 array([0.17857143, 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0. , 0.17857143, 0.17857143, 0.17857143]) 1.4285714285714288 1.0 

У горњем коду

• Увезли смо нумпи са псеудонимом нп.
• Направили смо низ 'а' Користећи нп.аранге() функција.
• Декларисали смо променљиве 'хист' и 'бин_едгес' а затим доделио враћену вредност од нп.хистограм() функција.
• Прошли смо низ 'а' и сет 'густина' на Труе у функцији.
• Покушали смо да одштампамо вредност 'хист' .
• И на крају, покушали смо да израчунамо збир вредности хистограма користећи хист.сум() и нп.сум() у који смо прослеђивали вредности хистограма и ивице канте.

У излазу приказује ндарраи који садржи вредности хистограма и збир вредности хистограма.