Jadual Kandungan
Mengira histogram menggunakan Python Numpy
Tatabahasa
Contoh
Output
Rumah pembangunan bahagian belakang Tutorial Python Kira histogram set data menggunakan NumPy dalam Python

Kira histogram set data menggunakan NumPy dalam Python

Aug 28, 2023 pm 08:01 PM
numpy mengira Histogram

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,

  • arr ialah tatasusunan input

  • tong ialah bilangan bar dalam histogram yang digunakan untuk mewakili data

  • julat mentakrifkan julat nilai dalam histogram

  • norma Parameter ketumpatan keutamaan

  • berat ialah parameter pilihan untuk berat setiap nilai data

  • Ketumpatan ialah 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. ]))</p><p>
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!

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

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Arahan sembang dan cara menggunakannya
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bagaimana untuk menyemak versi numpy dengan cepat Bagaimana untuk menyemak versi numpy dengan cepat Jan 19, 2024 am 08:23 AM

Numpy ialah perpustakaan matematik penting dalam Python Ia menyediakan operasi tatasusunan yang cekap dan fungsi pengiraan saintifik dan digunakan secara meluas dalam analisis data, pembelajaran mesin, pembelajaran mendalam dan bidang lain. Apabila menggunakan numpy, kita selalunya perlu menyemak nombor versi numpy untuk menentukan fungsi yang disokong oleh persekitaran semasa. Artikel ini akan memperkenalkan cara menyemak versi numpy dengan cepat dan memberikan contoh kod khusus. Kaedah 1: Gunakan atribut __version__ yang disertakan dengan numpy Modul numpy disertakan dengan __.

Pendaraban matriks universal CUDA: dari kemasukan kepada kemahiran! Pendaraban matriks universal CUDA: dari kemasukan kepada kemahiran! Mar 25, 2024 pm 12:30 PM

Pendaraban Matriks Umum (GEMM) ialah bahagian penting dalam banyak aplikasi dan algoritma, dan juga merupakan salah satu petunjuk penting untuk menilai prestasi perkakasan komputer. Penyelidikan mendalam dan pengoptimuman pelaksanaan GEMM boleh membantu kami lebih memahami pengkomputeran berprestasi tinggi dan hubungan antara perisian dan sistem perkakasan. Dalam sains komputer, pengoptimuman GEMM yang berkesan boleh meningkatkan kelajuan pengkomputeran dan menjimatkan sumber, yang penting untuk meningkatkan prestasi keseluruhan sistem komputer. Pemahaman yang mendalam tentang prinsip kerja dan kaedah pengoptimuman GEMM akan membantu kami menggunakan potensi perkakasan pengkomputeran moden dengan lebih baik dan menyediakan penyelesaian yang lebih cekap untuk pelbagai tugas pengkomputeran yang kompleks. Dengan mengoptimumkan prestasi GEMM

Cara mengira penambahan, penolakan, pendaraban dan pembahagian dalam dokumen perkataan Cara mengira penambahan, penolakan, pendaraban dan pembahagian dalam dokumen perkataan Mar 19, 2024 pm 08:13 PM

WORD adalah pemproses perkataan yang berkuasa Kita boleh menggunakan perkataan untuk mengedit pelbagai teks Dalam jadual Excel, kita telah menguasai kaedah pengiraan penambahan, penolakan dan penggandaan Jadi jika kita perlu mengira penambahan nilai dalam jadual Word. Bagaimana untuk menolak pengganda? Bolehkah saya hanya menggunakan kalkulator untuk mengiranya? Jawapannya sudah tentu tidak, WORD juga boleh melakukannya. Hari ini saya akan mengajar anda cara menggunakan formula untuk mengira operasi asas seperti penambahan, penolakan, pendaraban dan pembahagian dalam jadual dalam dokumen Word. Jadi, hari ini izinkan saya menunjukkan secara terperinci cara mengira penambahan, penolakan, pendaraban dan pembahagian dalam dokumen WORD? Langkah 1: Buka WORD, klik [Jadual] di bawah [Sisipkan] pada bar alat dan masukkan jadual dalam menu lungsur.

Menaik taraf versi numpy: panduan terperinci dan mudah diikuti Menaik taraf versi numpy: panduan terperinci dan mudah diikuti Feb 25, 2024 pm 11:39 PM

Cara menaik taraf versi numpy: Tutorial yang mudah diikuti, memerlukan contoh kod konkrit Pengenalan: NumPy ialah perpustakaan Python penting yang digunakan untuk pengkomputeran saintifik. Ia menyediakan objek tatasusunan berbilang dimensi yang berkuasa dan satu siri fungsi berkaitan yang boleh digunakan untuk melaksanakan operasi berangka yang cekap. Apabila versi baharu dikeluarkan, ciri yang lebih baharu dan pembetulan pepijat sentiasa tersedia kepada kami. Artikel ini akan menerangkan cara untuk menaik taraf pustaka NumPy anda yang dipasang untuk mendapatkan ciri terkini dan menyelesaikan isu yang diketahui. Langkah 1: Semak versi NumPy semasa pada permulaan

Panduan langkah demi langkah tentang cara memasang NumPy dalam PyCharm dan memanfaatkan sepenuhnya ciri-cirinya Panduan langkah demi langkah tentang cara memasang NumPy dalam PyCharm dan memanfaatkan sepenuhnya ciri-cirinya Feb 18, 2024 pm 06:38 PM

Ajar anda langkah demi langkah untuk memasang NumPy dalam PyCharm dan menggunakan sepenuhnya fungsinya yang berkuasa: NumPy ialah salah satu perpustakaan asas untuk pengkomputeran saintifik dalam Python Ia menyediakan objek tatasusunan berbilang dimensi berprestasi tinggi dan pelbagai fungsi yang diperlukan untuk melaksanakan operasi asas pada fungsi tatasusunan. Ia merupakan bahagian penting dalam kebanyakan projek sains data dan pembelajaran mesin. Artikel ini akan memperkenalkan anda kepada cara memasang NumPy dalam PyCharm, dan menunjukkan ciri hebatnya melalui contoh kod tertentu. Langkah 1: Pasang PyCharm Pertama, kami

Panduan pemilihan versi Numpy: mengapa naik taraf? Panduan pemilihan versi Numpy: mengapa naik taraf? Jan 19, 2024 am 09:34 AM

Dengan perkembangan pesat bidang seperti sains data, pembelajaran mesin dan pembelajaran mendalam, Python telah menjadi bahasa arus perdana untuk analisis dan pemodelan data. Dalam Python, NumPy (singkatan untuk NumericalPython) ialah perpustakaan yang sangat penting kerana ia menyediakan satu set objek tatasusunan berbilang dimensi yang cekap dan merupakan asas untuk banyak perpustakaan lain seperti panda, SciPy dan scikit-learn. Dalam proses menggunakan NumPy, anda mungkin menghadapi masalah keserasian antara versi yang berbeza, kemudian

Temui kaedah rahsia untuk menyahpasang perpustakaan NumPy dengan cepat Temui kaedah rahsia untuk menyahpasang perpustakaan NumPy dengan cepat Jan 26, 2024 am 08:32 AM

Rahsia cara menyahpasang perpustakaan NumPy dengan cepat didedahkan Contoh kod khusus NumPy ialah perpustakaan pengkomputeran saintifik Python yang digunakan secara meluas dalam bidang seperti analisis data, pengkomputeran saintifik dan pembelajaran mesin. Walau bagaimanapun, kadangkala kami mungkin perlu menyahpasang pustaka NumPy, sama ada untuk mengemas kini versi atau atas sebab lain. Artikel ini akan memperkenalkan beberapa kaedah untuk menyahpasang perpustakaan NumPy dengan cepat dan memberikan contoh kod khusus. Kaedah 1: Gunakan pip untuk menyahpasang pip ialah alat pengurusan pakej Python yang boleh digunakan untuk memasang, menaik taraf dan

Panduan pemasangan Numpy: Menyelesaikan masalah pemasangan dalam satu artikel Panduan pemasangan Numpy: Menyelesaikan masalah pemasangan dalam satu artikel Feb 21, 2024 pm 08:15 PM

Panduan pemasangan Numpy: Satu artikel untuk menyelesaikan masalah pemasangan, memerlukan contoh kod khusus Pengenalan: Numpy ialah perpustakaan pengkomputeran saintifik yang berkuasa dalam Python Ia menyediakan objek dan alatan tatasusunan berbilang dimensi yang cekap untuk mengendalikan data tatasusunan. Walau bagaimanapun, untuk pemula, memasang Numpy boleh menyebabkan kekeliruan. Artikel ini akan memberikan anda panduan pemasangan Numpy untuk membantu anda menyelesaikan masalah pemasangan dengan cepat. 1. Pasang persekitaran Python: Sebelum memasang Numpy, anda perlu terlebih dahulu memastikan bahawa Py telah dipasang.

See all articles