将 Matlab hist() 与 Numpy histogram() 匹配答案

【问题标题】：Match Matlab hist() with Numpy histogram()将 Matlab hist() 与 Numpy histogram() 匹配
【发布时间】：2017-01-26 08:45:39
【问题描述】：

我已阅读 this 和 this，以及一些相关的 SO 问题，例如 this。还是想不出解决办法。

我尝试在 Matlab 中复制 hist() 函数，我得到了不同维度的结果，导致里面的值不同。我知道 bin-center vs bin-edge，我仍然想匹配 Matlab 结果。

Matlab：

a = [1,2,3];
[w,t] = hist(a);
w = [1, 0, 0, 0, 1, 0, 0, 0, 0, 1]
t = [1.1, 1.3, 1.5, 1.7, 1.9, 2.1, 2.3, 2.5, 2.7, 2.9]
length(t) = 10

Python：

a = [1,2,3]
w,t = histogram(a)
w = [1, 0, 0, 0, 0, 1, 0, 0, 0, 1]
t = [1.0, 1.2, 1.4, 1.6, 1.8, 2.0, 2.2, 2.4, 2.6, 2.8, 3.0]
len(t) = 11

我当然可以编写自己的函数，但如果有内置的东西，我会尽量避免重新发明轮子。

【问题讨论】：

我不懂 Python 所以帮不上你的忙，但请注意：不建议使用hist，改用histogram。
@Mikhail_Sam 哦错字，我已经将它导入为“从 numpy 导入直方图作为 hist”。现已修复，谢谢。

标签： python matlab numpy

【解决方案1】：

手动计算 bin 中心：

>>> t = np.array([1.0, 1.2, 1.4, 1.6, 1.8, 2.0, 2.2, 2.4, 2.6, 2.8, 3.0])
>>> t[:-1] + ((t[1:] - t[:-1])/2)
array([ 1.1,  1.3,  1.5,  1.7,  1.9,  2.1,  2.3,  2.5,  2.7,  2.9])

np.diff 甚至更容易：

>>> t[:-1] + np.diff(t)/2
array([ 1.1,  1.3,  1.5,  1.7,  1.9,  2.1,  2.3,  2.5,  2.7,  2.9])

【讨论】：

注意W也不同，因为bin定义不同。
不确定您是否可以对此做任何事情，因为我不确定差异来自哪里。 numpy.histogram 使用“（最右边的）半开箱”，matlab 文档没有说明这一点。

【解决方案2】：

对于这个问题的未来搜索：

根据我在https://stackoverflow.com/a/69742169/5481421 中的回答，您可以：

x = np.array([1,2,3])
# Convert the bin centers given in Matlab to bin edges needed in Python.
numBins = 10 # default in Matlab and Python
bins = np.linspace(np.amin(a), np.amax(a), numBins)
# Edit the 'bins' argument of `np.histogram` by just putting '+inf' as the last element.
bins = np.concatenate((bins, [np.inf]))
w, t = np.histogram(a, bins)

输出：

w
array([1, 0, 0, 0, 1, 0, 0, 0, 0, 1], dtype=int64)

【讨论】：