极客笔记Python 使用NumPy计算数据集的直方图
直方图是数据集分布的图形表示。它以一系列柱状图的形式表示数据，其中每个柱的数据值范围表示每个柱中定义的数据值的频率。
主要用于表示数值数据的分布，如一个班级的成绩、人口分布或员工收入分布。
在直方图中，x轴表示数据值的范围，分为若干区间，y轴表示每个区间内的数据值的频率。直方图可以通过将每个区间的频率除以总数据值来归一化，得到相对频率直方图，其中y轴表示每个区间的数据值。
使用Python Numpy计算直方图
Python中，用于创建直方图的有numpy、matplotlib和seaborn库。在Numpy中，我们有一个名为histogram()的函数来处理直方图数据。
语法
以下是创建给定数据范围的直方图的语法。
numpy.histogram(arr, bins, range, normed, weights, density)
在下面的示例中，我们使用Numpy的histogram()函数创建了一个直方图。在这里，我们将一个数组作为输入参数，将bins定义为10，这样直方图将以10个bins创建，其余参数可以保持为none。
import numpy as np
arr = np.array([10,20,25,40,35,23])
hist = np.histogram(arr,bins = 10)
print("The histogram created:",hist)
输出
The histogram created: (array([1, 0, 0, 1, 1, 1, 0, 0, 1, 1], dtype=int64), array([10., 13., 16., 19., 22., 25., 28., 31., 34., 37., 40.]))
示例
让我们看一个示例来理解numpy库的histogram()函数。
import numpy as np
arr = np.array([[20,20,25],[40,35,23],[34,22,1]])
hist = np.histogram(arr,bins = 20)
print("The histogram created:",hist)
输出
The histogram created: (array([1, 0, 0, 0, 0, 0, 0, 0, 0, 2, 1, 1, 1, 0, 0, 0,
1, 1, 0, 1],
dtype=int64), array([ 1. , 2.95, 4.9 , 6.85, 8.8 , 10.75, 12.7 ,
14.65, 16.6 ,
18.55, 20.5 , 22.45, 24.4 , 26.35, 28.3 , 30.25, 32.2 , 34.15,
36.1 , 38.05, 40. ]))
示例
在本例中，我们通过指定柱状图的区间和数据范围来创建一个直方图。以下代码可作为参考。
import numpy as np
arr = np.array([[20,20,25],[40,35,23],[34,22,1]])
hist = np.histogram(arr,bins = 20, range = (1,10))
print("The histogram created:", hist)
输出
The histogram created: (array([1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0],
dtype=int64), array([ 1. , 1.45, 1.9 , 2.35, 2.8 , 3.25, 3.7 ,4.15, 4.6 ,
5.05, 5.5 , 5.95, 6.4 , 6.85, 7.3 , 7.75, 8.2 , 8.65,
9.1 , 9.55, 10. ]))