首先,要使用NumPy模块对数据进行处理,需要首先安装NumPy。
可以在命令行中输入以下命令安装NumPy:
pip install numpy
安装完成后,我们可以开始处理数据,计算直方图。
1. 引入NumPy模块
在Python代码中,我们需要先引入NumPy模块。
import numpy as np
2. 准备数据
我们先准备一个包含了一组数据的列表。
nums = [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
3. 计算直方图
使用NumPy中的histogram
函数来计算直方图。
hist, bin_edges = np.histogram(nums)
该函数会返回两个值:一个包含了每个bin中数据项的数量的列表,以及bin的位置列表。
我们可以使用print
函数来打印结果。
print("hist: ", hist)
print("bin_edges: ", bin_edges)
输出结果为:
hist: [1 2 1 1 1 1 1 1 1]
bin_edges: [ 0. 9.88888889 19.77777778 29.66666667 39.55555556
49.44444444 59.33333333 69.22222222 79.11111111 89. ]
我们还可以指定bin的数量和bin的范围来计算直方图。
4. 指定bin的数量
我们可以在histogram
函数中使用bins
参数来指定bin的数量。
hist, bin_edges = np.histogram(nums, bins=5)
该函数指定将数据分为5个bin,返回的结果和前面的结果是相同的。
print("hist: ", hist)
print("bin_edges: ", bin_edges)
输出结果为:
hist: [3 2 1 1 5]
bin_edges: [ 0. 17.8 35.6 53.4 71.2 89. ]
5. 指定bin的范围
同样地,我们可以在histogram
函数中使用range
参数来指定bin的范围。
hist, bin_edges = np.histogram(nums, range=(0, 50))
该函数指定bin的范围是[0, 50]
,返回的结果如下:
print("hist: ", hist)
print("bin_edges: ", bin_edges)
输出结果为:
hist: [1 2 1 1 0 0 0 0 0 0]
bin_edges: [ 0. 5. 10. 15. 20. 25. 30. 35. 40. 45. 50.]
至此,我们已经使用NumPy模块对一组数据进行了直方图的计算。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:用NumPy 模块对bin进行nums计算的直方图 - Python技术站