гистограмма#
- scipy.ndimage.гистограмма(входные данные, min, max, bins, метки=None, index=None)[источник]#
Вычислить гистограмму значений массива, опционально по меткам.
Histogram вычисляет частоту значений в массиве в пределах бинов, определенных min, max, и bins. метки и index ключевые слова могут ограничить область гистограммы указанными подобластями внутри массива.
- Параметры:
- входные данныеarray_like
Данные, для которых вычисляется гистограмма.
- min, maxint
Минимальное и максимальное значения диапазона бинов гистограммы.
- binsint
Количество бинов.
- меткиarray_like, необязательный
Метки для объектов в входные данные. Если не None, должен иметь ту же форму, что и входные данные.
- indexint или последовательность ints, необязательно
Метка или метки, для которых вычисляется гистограмма. Если None, используются все значения, где метка больше нуля
- Возвращает:
- histndarray
Количества гистограммы.
Примеры
>>> import numpy as np >>> a = np.array([[ 0. , 0.2146, 0.5962, 0. ], ... [ 0. , 0.7778, 0. , 0. ], ... [ 0. , 0. , 0. , 0. ], ... [ 0. , 0. , 0.7181, 0.2787], ... [ 0. , 0. , 0.6573, 0.3094]]) >>> from scipy import ndimage >>> ndimage.histogram(a, 0, 1, 10) array([13, 0, 2, 1, 0, 1, 1, 2, 0, 0])
С метками и без индексов, ненулевые элементы подсчитываются:
>>> lbl, nlbl = ndimage.label(a) >>> ndimage.histogram(a, 0, 1, 10, lbl) array([0, 0, 2, 1, 0, 1, 1, 2, 0, 0])
Индексы могут использоваться для подсчёта только определённых объектов:
>>> ndimage.histogram(a, 0, 1, 10, lbl, 2) array([0, 0, 1, 1, 0, 0, 1, 1, 0, 0])