Phenquestions
Syntax:
bedövad.histogram (input_array, lagerplatser = 10, intervall = Ingen, normerad = Ingen, vikter = Ingen, densitet = Ingen)Denna funktion kan ta sex argument för att returnera det beräknade histogrammet för en uppsättning data. Syftet med dessa argument förklaras nedan.
- input_array: Det är ett obligatoriskt argument som används för att beräkna histogramdatauppsättningen.
- soptunnor: Det är ett valfritt argument som kan ta heltal eller en uppsättning heltal eller strängvärden. Den används för att definiera antalet lagerlådor med samma bredd. En rad bin-kanter kan definieras som ökar monotont. Det kan inkludera den längst till höger kant som också kan använda ojämna fackbredder. I den nya NumPy-versionen kan strängvärdet användas för detta argument.
- räckvidd: Det är ett valfritt argument som används för att definiera soptunnarnas nedre-övre intervall. Standardintervallvärdet ställs in med max () och min () funktioner. Det första elementet i intervallet måste vara mindre än eller lika med det andra elementet.
- normerad: Det är ett valfritt argument som används för att hämta antalet prover i varje fack. Det kan returnera falsk utdata för ojämna pappersbredder.
- vikter: Det är ett valfritt argument som används för att definiera matrisen som innehåller viktvärden.
- densitet: Det är ett valfritt argument som kan ta vilket booleskt värde som helst. Om argumentets värde är sant kommer antalet prover i varje fack att returneras. I annat fall kommer sannolikhetsdensitetsfunktionens värden att returneras.
Denna funktion kan returnera två matriser. En är hist-arrayen som innehåller uppsättningen histogramdata. En annan är kantmatrisen som innehåller värdena på papperskorgen.
Exempel 1: Skriv ut histogrammatrisen
Följande exempel visar användningen av histogram () -funktionen med en endimensionell matris och bin-argumentet med de sekventiella värdena. En matris med 5 heltal har använts som inmatningsmatris och en matris med fem sekventiella värden har använts som lagervärde. Innehållet i histogrammatrisen och binmatrisen skrivs ut tillsammans som utdata.
# Importera NumPy-biblioteketimportera numpy som np
# Call histogram () -funktion som returnerar histogramdata
np_array = np.histogram ([10, 3, 8, 9, 7], lagerplatser = [2, 4, 6, 8, 10])
# Skriv ut histogramutmatningen
skriva ut ("Utgången från histogram är: \ n", np_array)
Produktion:
Följande utdata visas efter att ovanstående skript har körts.
Exempel 2: Skriv ut histogram- och pappersmatriser
Följande exempel visar hur histogrammatrisen och bin-matrisen kan skapas med hjälp av histogram () -funktionen. En NumPy-array har skapats med hjälp av arrangera () -funktionen i skriptet. Därefter har histogram () -funktionen kallat att returnera histogrammatrisen och bin-matrisvärdena separat.
# Importera NumPy-biblioteketimportera numpy som np
# Skapa NumPy-array med hjälp av arange ()
np_array = np.arange (90)
# Skapa histogramdata
hist_array, bin_array = np.histogram (np_array, bin = [0, 10, 25, 45, 70, 100])
# Skriv ut histogrammatris
skriv ut ("Data för histogrammatrisen är:", hist_array)
# Utskriftsmatris
skriv ut ("Uppgifterna för bin-matrisen är:", bin_array)
Produktion:
Följande utdata visas efter att ovanstående skript har körts.
Exempel 3: Skriv ut histogram och bin-matriser baserat på densitetsargument
Följande exempel visar användningen av densiteten argument för histogram () -funktionen för att skapa histogrammatrisen. En NumPy-matris med 20 nummer skapas med hjälp av arange () -funktionen. Den första histogramfunktionen () anropas genom att ställa in densitet värde till Falsk. Den andra histogramfunktionen () anropas genom att ställa in densitet värde till Sann.
# importera NumPy-matrisenimportera numpy som np
# Skapa en NumPy-array med 20 löpnummer
np_array = np.arange (20)
# Beräkna histogramdata med falsk densitet
hist_array, bin_array = np.histogram (np_array, densitet = Falskt)
skriva ut ("Histogramutmatningen genom att ställa in densitet till Falsk: \ n", hist_array)
skriv ut ("Output of bin array: \ n", bin_array)
# Beräkna histogramdata med sann densitet
hist_array, bin_array = np.histogram (np_array, densitet = True)
skriv ut ("\ nHistogramutmatningen genom att ställa in densitet till True: \ n", hist_array)
skriv ut ("Output of bin array: \ n", bin_array)
Produktion:
Följande utdata visas efter att ovanstående skript har körts.
Exempel 4: Rita ett stapeldiagram med histogramdata
Du måste installera matplotlib-biblioteket för python för att rita stapeldiagrammet innan du kör det här exemplets skript. hist_array och bin_array har skapats med hjälp av funktionen histogram (). Dessa matriser har använts i fältet () i matplotlib-biblioteket för att skapa stapeldiagrammet.
# importera nödvändiga bibliotekimportera matplotlib.pyplot som plt
importera numpy som np
# Skapa histogramdataset
hist_array, bin_array = np.histogram ([4, 10, 3, 13, 8, 9, 7], fack = [2, 4, 6, 8, 10, 12, 14])
# Ställ in några konfigurationer för diagrammet
plt.figur (figurstorlek = [10, 5])
plt.xlim (min (bin_array), max (bin_array))
plt.rutnät (axel = 'y', alfa = 0.75)
plt.xlabel ('Edge Values', fontstorlek = 20)
plt.ylabel ('Histogramvärden', typsnitt = 20)
plt.titel ('Histogramdiagram', fontstorlek = 25)
# Skapa diagrammet
plt.stapel (bin_array [: - 1], hist_array, width = 0.5, färg = 'blå')
# Visa diagrammet
plt.show()
Produktion:
Följande utdata visas efter att ovanstående skript har körts.
Slutsats:
Histogram () -funktionen har förklarats i denna handledning med hjälp av olika enkla exempel som hjälper läsarna att känna till syftet med att använda den här funktionen och tillämpa den korrekt i skript.
