>>>> a = numpy.arange(5)
>>>> hist, bin_edges = numpy.histogram(a,密度=False)
>>>>歷史，bin_edges
(陣列([1, 0, 1, 0, 0, 1, 0, 1, 0, 1], dtype=int64), 陣列([ 0., 0.4, 0.8, 1.2, 1.6, 2.、2.4、2.8、3.2、3.6、4.]))
＃＃＃＃＃＃分析：
| 垃圾箱
| ##包含數字
＃＃＃＃＃＃＃＃＃結果＃＃＃＃＃＃＃＃ |
##[0.-0.4)
|
##1 |
##[0.4-0.8) |
#N/A |
|
##0 |
##[0.8-1.2) |
1 |
|
|
##[1.2-1.6)
|
#N/A
|
| # | ||
##[1.6-2.) |
#N/A |
##0
|
|
##1 |
| ##[2.4-2.8)|
#N/A |
##0 |
##[2.8-3.2) |
|
3 |
##1
|
##[3.2-3.6) |
|
##0 |
| ##[3.6-4.]|
|
##1 |
##[0.-0.4) 包含 0，因此結果為 1
[0.4-0.8) 不包含 [0 1 2 3 4] 中的任何數字，因此結果為 0[0.8-1.2) 包含 1，因此結果為 1 [2.-2.4) 包含 2，因此結果為 1
[2.4-2.8) 不包含 [0 1 2 3 4] 中的任何數字，因此結果為 0
[2.8-3.2) 包含 3，因此結果為 1
[3.2-3.6) 不包含 [0 1 2 3 4] 中的任何數字，因此結果為 0
[3.6-4.] 包含 4，因此結果為 1
## |
以上是Numpy API 分析的詳細內容。更多資訊請關注PHP中文網其他相關文章！
