直方图 | np.histogram用法

用途

生成一个数组的直方图

可以快速了解数据的集中程度，分布情况等

原理

将输入的数组分割成若干个区间，然后统计每个区间中数据点的数量。

“区间”也被称为“箱子”，即“bin”

函数结构

counts, bins = np.histogram(data, bins=bin_count, range=(start, end), density=False)

输入参数：

data : 数据集，要计算直方图的数据集

bins : 箱子数量，也即横坐标上的区间数

range(可选参数) : 数字范围，默认情况下，范围是整个数据集的最小值到最大值。

density(可选参数): 为True时，返回每个区间的概率密度，得到的是归一化的直方图；为False，返回每个区间中元素的个数 

返回值：

counts ：每个“bin”(箱子)中的数据点数量

bins : 包含了箱子的边界

例子

import numpy as np

data = np.array([1, 2, 1, 3, 4, 5, 6, 7, 8, 9])
counts, bins = np.histogram(data, bins=5)
print("Counts:", counts)
print("Bins:", bins)

输出如下：

Counts: [2 2 2 2 2]
Bins: [1. 2.6 4.2 5.8 7.4 9.]

PS：解释一下结果中，bins的计算过程：

由于把整个数据集分成5个“箱子”，这里面最大值是9，最小值是1，

(9-1)/5 = 1.6

因此，箱子的边界是 1.   (1 + 1*1.6)      (1 + 2*1.6)  ......以此类推，直到9.0