【问题标题】:Filtering histogram edges and counts过滤直方图边缘和计数
【发布时间】:2016-05-23 02:17:13
【问题描述】:

考虑一个返回百分比的 numpy 数组的直方图计算:

# 500 random numbers between 0 and 10,000
values = np.random.uniform(0,10000,500)

# Histogram using e.g. 200 buckets
perc, edges = np.histogram(values, bins=200,
                           weights=np.zeros_like(values) + 100/values.size)

上面返回两个数组:

  • perc 包含每对连续 edges[ix] 和 edges[ix+1] 中的值的 %(即百分比)。
  • edges 长度为 len(hist)+1

现在,假设我要过滤 perc 和 edges,以便最终得到包含在新范围 [m, M] 内的 值 的百分比和边缘。 '

也就是说,我想使用perc 和edges 的子数组 对应于[m, M] 内的值区间。不用说,新的百分比数组仍然是指输入数组的总分数。我们只想过滤 perc 和 edges 以得到正确的子数组。

如何对perc 和edges 进行后处理?

m 和M 的值当然可以是任意数量。在上面的例子中,我们可以假设例如m = 0 和 M = 200。

【问题讨论】:

    标签: python python-3.x numpy matplotlib histogram


    【解决方案1】:

    你可能需要一些数学知识。这些 bin 的间距相等,因此您可以通过使用每个 bin 的宽度来确定哪个 bin 是第一个包含的,哪个是最后一个:

    bin_width = edges[1] - edges[0]
    

    现在计算第一个和最后一个有效的 bin:

    first = math.floor((m - edges[0]) / bin_width) + 1 # How many bins from the left
    last = math.floor((edges[-1] - M) / bin_width) + 1 # How many bins from the right
    

    (如果您想包含包含m 或M 的bin,请忽略两者的+1 - 但请注意不要以第一个和最后一个为负值!)

    现在您知道要包含多少个垃圾箱了:

    valid_edges = edges[first:-last]
    valid_perc = perc[first:-last]
    

    这将排除第一个first 点和最后一个last 点。

    可能是因为我没有对四舍五入给予足够的重视,并且其中包含“差一”错误,但我认为这个想法是合理的。 :-)

    您可能需要捕捉像 M > edges[-1] 这样的特殊情况,但为了便于阅读,我没有包括这些。


    或者如果 bin 的间距不相等,则使用布尔掩码代替计算:

    first = edged[edges < m].size + 1
    last = edged[edges > M].size + 1
    

    【讨论】:

      【解决方案2】:
      m = 0; M = 200
      mask = [(m < edges) & (edges < M)]
      >>> edges[mask]
      array([  37.4789683 ,   87.07491593,  136.67086357,  186.2668112 ])
      

      让我们处理一个较小的数据集,以便更容易理解:

      np.random.seed(0)
      values = np.random.uniform(0, 100, 10)
      values.sort()
      >>> values
      array([ 38.34415188,  42.36547993,  43.75872113,  54.4883183 ,
              54.88135039,  60.27633761,  64.58941131,  71.51893664,
              89.17730008,  96.36627605])
      
      # Histogram using e.g. 10 buckets
      perc, edges = np.histogram(values, bins=10,
                                 weights=np.zeros_like(values) + 100./values.size)
      
      >>> perc
      array([ 30.,   0.,  20.,  10.,  10.,  10.,   0.,   0.,  10.,  10.])
      
      >>> edges
      array([ 38.34415188,  44.1463643 ,  49.94857672,  55.75078913,
              61.55300155,  67.35521397,  73.15742638,  78.9596388 ,
              84.76185122,  90.56406363,  96.36627605])
      
      m = 0; M = 50
      mask = (m <= edges) & (edges < M)
      >>> mask
      array([ True,  True,  True, False, False, False, False, False, False,
             False, False], dtype=bool)
      
      >>> edges[mask]
      array([ 38.34415188,  44.1463643 ,  49.94857672])
      
      >>> perc[mask[:-1]][:-1]
      array([ 30.,   0.])
      
      m = 40; M = 60
      mask = (m < edges) & (edges < M)
      >>> edges[mask]
      array([ 44.1463643 ,  49.94857672,  55.75078913])
      >>> perc[mask[:-1]][:-1]
      array([  0.,  20.])
      

      【讨论】:

      • 谢谢,但是我们现在如何使用mask 来过滤perc?
      猜你喜欢
      • 1970-01-01
      • 2012-07-15
      • 2015-11-24
      • 2014-06-29
      • 1970-01-01
      • 2014-08-15
      • 2018-09-14
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多