Phenquestions
Syntaks:
bedøvet.histogram (input_array, hyller = 10, område = Ingen, normert = Ingen, vekter = Ingen, tetthet = Ingen)Denne funksjonen kan ta seks argumenter for å returnere det beregnede histogrammet til et datasett. Formålet med disse argumentene er forklart nedenfor.
- input_array: Det er et obligatorisk argument som brukes til å beregne histogramdatasettet.
- søpler: Det er et valgfritt argument som kan ta et heltall eller et sett med heltall eller strengverdier. Den brukes til å definere antall hyller med samme bredde. En rekke søppelkanter kan defineres som øker monotont. Den kan inkludere den høyre kanten også som kan bruke ujevn søppelbredde. I den nye NumPy-versjonen kan strengverdien brukes til dette argumentet.
- område: Det er et valgfritt argument som brukes til å definere papirkurvenes nedre-øvre område. Standard rekkeviddeverdien stilles inn ved hjelp av maks () og min () funksjoner. Det første elementet i området må være mindre enn eller lik det andre elementet.
- normert: Det er et valgfritt argument som brukes til å hente antall prøver i hver søppel. Det kan gi falsk utdata for ulik søppelbredde.
- vekter: Det er et valgfritt argument som brukes til å definere matrisen som inneholder vektverdier.
- tetthet: Det er et valgfritt argument som kan ta hvilken som helst boolsk verdi. Hvis dette argumentets verdi er sann, vil antall prøver i hver søppel bli returnert. Ellers vil sannsynlighetstetthetsfunksjonens verdier bli returnert.
Denne funksjonen kan returnere to matriser. Den ene er hist-matrisen som inneholder settet med histogramdata. En annen er kantmatrisen som inneholder verdiene til søpla.
Eksempel 1: Skriv ut histogrammatrisen
Følgende eksempel viser bruken av histogram () -funksjonen med en endimensjonal matrise og søppelargumentet med sekvensielle verdier. En matrise med 5 heltall har blitt brukt som en inngangsmatrise, og en matrise med 5 sekvensielle verdier har blitt brukt som søppelverdi. Innholdet i histogramarrayen og binarrayen skrives sammen som utdata.
# Importer NumPy-biblioteketimporter nummen som np
# Call histogram () -funksjon som returnerer histogramdata
np_array = np.histogram ([10, 3, 8, 9, 7], kasser = [2, 4, 6, 8, 10])
# Skriv ut histogramutgangen
print ("Utgangen av histogram er: \ n", np_array)
Produksjon:
Følgende utdata vises etter å ha utført skriptet ovenfor.
Eksempel 2: Skriv ut histogram og søppelmatriser
Følgende eksempel viser hvordan histogrammatrisen og søppelrammen kan opprettes ved hjelp av histogram () -funksjonen. En NumPy-matrise er opprettet ved å bruke ordne () -funksjonen i skriptet. Deretter har histogram () -funksjonen kalt for å returnere verdiene for histogrammatrisen og bin-matrisen separat.
# Importer NumPy-biblioteketimporter nummen som np
# Opprett NumPy-array ved hjelp av arange ()
np_array = np.arange (90)
# Lag histogramdata
hist_array, bin_array = np.histogram (np_array, bins = [0, 10, 25, 45, 70, 100])
# Skriv ut histogrammatrise
skriv ut ("Dataene til histogrammatrisen er:", hist_array)
# Skriver utskriftsbakke
skriv ut ("Dataene for søppelfeltet er:", bin_array)
Produksjon:
Følgende utdata vises etter å ha utført skriptet ovenfor.
Eksempel 3: Skriv ut histogram- og søppelsettene basert på tetthetsargument
Følgende eksempel viser bruken av tettheten argumentet for histogram () -funksjonen for å opprette histogrammatrisen. Et NumPy-utvalg på 20 tall opprettes ved hjelp av arange () -funksjonen. Den første histogramfunksjonen () kalles ved å stille inn tetthet verdi til Falsk. Den andre histogramfunksjonen () kalles ved å stille inn tetthet verdi til ekte.
# import NumPy-matriseimporter nummen som np
# Lag et NumPy-utvalg med 20 løpende tall
np_array = np.arange (20)
# Beregn histogramdata med falsk tetthet
hist_array, bin_array = np.histogram (np_array, tetthet = falsk)
skriv ut ("Histogramutdata ved å sette tetthet til Falsk: \ n", hist_array)
skriv ut ("Output of bin array: \ n", bin_array)
# Beregn histogramdataene med sann tetthet
hist_array, bin_array = np.histogram (np_array, tetthet = True)
skriv ut ("\ nHistogramutdata ved å sette tetthet til True: \ n", hist_array)
skriv ut ("Output of bin array: \ n", bin_array)
Produksjon:
Følgende utdata vises etter å ha utført skriptet ovenfor.
Eksempel 4: Tegn et søylediagram ved hjelp av histogramdata
Du må installere matplotlib-biblioteket til python for å tegne stolpediagrammet før du kjører dette eksemplets skript. hist_array og bin_array er opprettet ved hjelp av funksjonen histogram (). Disse matriser har blitt brukt i bar () -funksjonen i matplotlib-biblioteket for å lage stolpediagrammet.
# importer nødvendige bibliotekerimporter matplotlib.pyplot som plt
importer nummen som np
# Opprett histogramdatasett
hist_array, bin_array = np.histogram ([4, 10, 3, 13, 8, 9, 7], kasser = [2, 4, 6, 8, 10, 12, 14])
# Angi noen konfigurasjoner for diagrammet
plt.figur (figurstørrelse = [10, 5])
plt.xlim (min (bin_array), maks (bin_array))
plt.rutenett (akse = 'y', alfa = 0.75)
plt.xlabel ('Edge Values', fontsize = 20)
plt.ylabel ('Histogramverdier', fontstørrelse = 20)
plt.title ('Histogram Chart', fontsize = 25)
# Lag diagrammet
plt.bar (bin_array [: - 1], hist_array, width = 0.5, farge = 'blå')
# Vis diagrammet
plt.vise fram()
Produksjon:
Følgende utdata vises etter å ha utført skriptet ovenfor.
Konklusjon:
Histogram () -funksjonen er forklart i denne opplæringen ved å bruke forskjellige enkle eksempler som vil hjelpe leserne å vite formålet med å bruke denne funksjonen og bruke den riktig i skriptet.
