np.histogram()直方图分布

np.histogram()是一个生成直方图的函数

示例如下：

首先生成了500个拉普拉斯分布随机数并且取了前10个数

>>>d = np.random.laplace(loc=15, scale=3, size=500)
>>>> d[:10]
array([13.88469924, 14.39847862, 19.09746795, 17.36852791, 22.84303082,
       20.13163875, 13.83920361, 14.64293351, 13.83945571, 14.05509207])

函数解释：
np.random.laplace可以获得拉普拉斯分布的随机值，参数主要如下：

• loc：类似高斯分布的μ，控制偏移。
• scale： 类似高斯分布的λ，控制缩放。
• size： 是产生数据的个数

接下来通过取的前10个数进行直方图分布

>>> np.histogram(d)
(array([  1,   0,   0,   2,   6,  45, 242, 179,  20,   5], dtype=int64), array([-20.31921637, -15.19140308, -10.06358978,  -4.93577649,
         0.19203681,   5.3198501 ,  10.4476634 ,  15.57547669,
        20.70328999,  25.83110328,  30.95891658]))

解释：
这代表了[-20.31921637, -15.19140308]之间的元素有1个；[-15.19140308, -10.06358978]之间的元素有0个…[25.83110328, 30.95891658]之间的元素有5个

---

histogram分成了几个区间?

np.histogram() 默认地使用10个相同大小的区间（箱），然后返回一个元组（频数，分箱的边界），如上所示。要注意的是：这个边界的数量是要比分箱数多一个的，因为边界永远会比区域多一个值。可以简单通过下面代码证实:

>>> hist
array([  1,   0,   0,   2,   6,  45, 242, 179,  20,   5], dtype=int64)
>>> bin_edges
array([-20.31921637, -15.19140308, -10.06358978,  -4.93577649,
         0.19203681,   5.3198501 ,  10.4476634 ,  15.57547669,
        20.70328999,  25.83110328,  30.95891658])

>>> hist.size, bin_edges.size
(10, 11)

---

histogram内部的具体实现：

>>> # 取列表a的最小值和最大值
>>> first_edge, last_edge = a.min(), a.max()
>>> n_equal_bins = 10 # NumPy得默认设置，10个分箱
>>> bin_edges = np.linspace(start=first_edge, stop=last_edge,
...    num=n_equal_bins + 1, endpoint=True)
...
>>> bin_edges
array([ 0. , 2.3, 4.6, 6.9, 9.2, 11.5, 13.8, 16.1, 18.4, 20.7, 23. ])

首先获取a列表的最小值和最大值，然后设置默认的分箱数量，最后使用Numpy的 linspace 方法进行数据段分割。分箱区间的结果也正好与实际吻合，0到23均等分为10份，23/10，那么每份宽度为2.3。