NumPy 1.14 - numpy.histogramdd()

numpy.histogramdd




numpy

numpy.histogramdd

numpy.histogramdd(sample, bins=10, range=None, normed=False, weights=None) [source]

कुछ डेटा के बहुआयामी हिस्टोग्राम की गणना करें।

पैरामीटर:

नमूना : array_like

हिस्टोग्राम किया जाने वाला डेटा। यह एक (एन, डी) सरणी या डेटा होना चाहिए जिसे ऐसे में परिवर्तित किया जा सकता है। परिणामी सरणी की पंक्तियाँ एक आयामी आयामी पालीटॉप में बिंदुओं के निर्देशांक हैं।

डिब्बे : अनुक्रम या int, वैकल्पिक

बिन विनिर्देश:

  • प्रत्येक आयाम के साथ बिन किनारों का वर्णन करने वाले सरणियों का एक क्रम।
  • प्रत्येक आयाम के लिए डिब्बे की संख्या (nx, ny,… = डिब्बे)
  • सभी आयामों के लिए डिब्बे की संख्या (nx = ny =… = डिब्बे)।

सीमा : अनुक्रम, वैकल्पिक

यदि किनारों को bins में स्पष्ट रूप से नहीं दिया गया है, तो निचले और ऊपरी बिन किनारों का एक क्रम। प्रत्येक आयाम के साथ न्यूनतम और अधिकतम मानों की कमी।

आदर्श : बूल, वैकल्पिक

यदि गलत है, तो प्रत्येक बिन में नमूनों की संख्या लौटाता है। यदि सही है, तो बिन घनत्व bin_count / sample_count / bin_volume

वजन : (एन,) array_like, वैकल्पिक

प्रत्येक नमूने (x_i, y_i, z_i, …) का मानों की एक सरणी w_i । मानदंड सत्य होने पर वज़न 1 से सामान्य हो जाता है। यदि मानदंड गलत है, तो दिए गए हिस्टोग्राम के मूल्य प्रत्येक बिन में गिरने वाले नमूनों से संबंधित भार के योग के बराबर हैं।

यह दिखाता है:

एच : ndarray

नमूना x का बहुआयामी हिस्टोग्राम। विभिन्न संभावित शब्दार्थों के लिए आदर्श और वजन देखें।

किनारों : सूची

प्रत्येक आयाम के लिए बिन किनारों का वर्णन करने वाले डी सरणियों की एक सूची।

यह भी देखें

histogram
1-डी हिस्टोग्राम
histogram2d
2-डी हिस्टोग्राम

उदाहरण

>>> r = np.random.randn(100,3)
>>> H, edges = np.histogramdd(r, bins = (5, 8, 4))
>>> H.shape, edges[0].size, edges[1].size, edges[2].size
((5, 8, 4), 6, 9, 5)