我有一组数据，并且想要对其进行直方图处理。我需要垃圾箱具有相同的大小，这意味着它们必须包含相同数量的对象，而不是更均匀的垃圾箱(numpy.histogram)问题。
这自然会以垃圾箱宽度为代价，而垃圾箱宽度可能会有所不同，并且总的来说会有所不同。
我将指定所需箱的数量和数据集，以获取箱边缘。
Example:
data = numpy.array([1., 1.2, 1.3, 2.0, 2.1, 2.12])
bins_edges = somefunc(data, nbins=3)
print(bins_edges)
>> [1.,1.3,2.1,2.12]
因此，垃圾箱都包含2个点，但是它们的宽度(0.3、0.8、0.02)不同。
有两个限制:
-如果一组数据相同，则包含它们的bin可能会更大。
-如果有N个数据并且请求了M个仓，则将有N/M个仓，如果N％M不为0，则加1。
这段代码是我写的一些技巧，适用于小型数据集。如果我的积分超过10 ** 9 +，并且想加快流程怎么办？
1 import numpy as np
2
3 def def_equbin(in_distr, binsize=None, bin_num=None):
4
5 try:
6
7 distr_size = len(in_distr)
8
9 bin_size = distr_size / bin_num
10 odd_bin_size = distr_size % bin_num
11
12 args = in_distr.argsort()
13
14 hist = np.zeros((bin_num, bin_size))
15
16 for i in range(bin_num):
17 hist[i, :] = in_distr[args[i * bin_size: (i + 1) * bin_size]]
18
19 if odd_bin_size == 0:
20 odd_bin = None
21 bins_limits = np.arange(bin_num) * bin_size
22 bins_limits = args[bins_limits]
23 bins_limits = np.concatenate((in_distr[bins_limits],
24 [in_distr[args[-1]]]))
25 else:
26 odd_bin = in_distr[args[bin_num * bin_size:]]
27 bins_limits = np.arange(bin_num + 1) * bin_size
28 bins_limits = args[bins_limits]
29 bins_limits = in_distr[bins_limits]
30 bins_limits = np.concatenate((bins_limits, [in_distr[args[-1]]]))
31
32 return (hist, odd_bin, bins_limits)
最佳答案
使用示例案例(2个点，总共6个数据点的箱):
from scipy import stats
bin_edges = stats.mstats.mquantiles(data, [0, 2./6, 4./6, 1])
>> array([1. , 1.24666667, 2.05333333, 2.12])
关于Python:如何使用大小相同的垃圾箱制作直方图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12863059/