Kira histogram set data menggunakan NumPy dalam Python

Jennifer Aniston
Lepaskan: 2023-08-28 20:01:15
ke hadapan
1441 orang telah melayarinya

Kira histogram set data menggunakan NumPy dalam Python

Histogram ialah perwakilan grafik taburan set data. Ia mewakili data dalam bentuk satu siri carta bar, di mana setiap bar mewakili julat nilai data dan ketinggian bar mewakili kekerapan nilai data yang ditentukan dalam julat tersebut.

Ini digunakan terutamanya untuk mewakili pengagihan data berangka, seperti pengagihan gred dalam kelas, pengagihan populasi atau pengagihan pendapatan pekerja, dsb.

Dalam histogram, paksi-x mewakili julat nilai data, dibahagikan kepada selang dan paksi-y mewakili kekerapan julat nilai data dalam setiap tong Histogram boleh dinormalkan dengan membahagikan kekerapan setiap tong dengan jumlah nilai data, yang menghasilkan histogram frekuensi relatif di mana paksi-y mewakili nilai data setiap tong.

Mengira histogram menggunakan Python Numpy

Dalam python, untuk mencipta histogram kami mempunyai perpustakaan numpy, matplotlib dan seaborn Dalam Numpy, kami mempunyai fungsi bernama histogram() untuk berfungsi dengan data histogram.

Tatabahasa

Berikut ialah sintaks untuk mencipta histogram untuk julat data yang diberikan.

numpy.histogram(arr, bins, range, normed, weights, density)
Salin selepas log masuk
Terjemahan bahasa Cina bagi

Where,

ialah:

Where,

  • arrialah tatasusunan input

  • tongialah bilangan bar dalam histogram yang digunakan untuk mewakili data

  • julatmentakrifkan julat nilai dalam histogram

  • normaParameter ketumpatan keutamaan

  • beratialah parameter pilihan untuk berat setiap nilai data

  • Ketumpatanialah parameter yang menormalkan data histogram kepada ketumpatan kebarangkalian.

Keluaran fungsi histogram akan menjadi tuple yang mengandungi kiraan histogram dan tepi tong.

Contoh

Dalam contoh di bawah, kami mencipta histogram menggunakan fungsi histogram() Numpy. Di sini, kami mengambil tatasusunan sebagai parameter input dan mentakrifkan tong sebagai 10 supaya histogram akan dibuat dengan 10 tong dan parameter yang lain boleh disimpan sebagai tiada.

import numpy as np arr = np.array([10,20,25,40,35,23]) hist = np.histogram(arr,bins = 10) print("The histogram created:",hist)
Salin selepas log masuk

Output

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.]))
Salin selepas log masuk

Contoh

Mari lihat contoh untuk memahami fungsi histogram() perpustakaan numpy.

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)
Salin selepas log masuk

Output

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. ]))

Salin selepas log masuk

Contoh

Dalam contoh ini, kami mencipta histogram dengan menyatakan tong sampah dan julat data untuk digunakan. Kod berikut boleh digunakan sebagai rujukan.

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)
Salin selepas log masuk

Output

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. ]))
Salin selepas log masuk

Atas ialah kandungan terperinci Kira histogram set data menggunakan NumPy dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:tutorialspoint.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!