Phenquestions
Syntaxe:
numpy.histogramme(input_array, bins=10, range=Aucun, normé=Aucun, weights=Aucun, densité=Aucun)Cette fonction peut prendre six arguments pour retourner l'histogramme calculé d'un ensemble de données. Les objectifs de ces arguments sont expliqués ci-dessous.
- tableau_entrée : C'est un argument obligatoire qui est utilisé pour calculer l'ensemble de données de l'histogramme.
- bacs: C'est un argument facultatif qui peut prendre un entier ou un ensemble de valeurs entières ou de chaîne. Il est utilisé pour définir le nombre de bacs de largeur égale. Un tableau de bords de bac peut être défini qui augmente de manière monotone. Il peut également inclure le bord le plus à droite qui peut utiliser des largeurs de bac non uniformes. Dans la nouvelle version NumPy, la valeur de chaîne peut être utilisée pour cet argument.
- intervalle: C'est un argument facultatif qui est utilisé pour définir les plages inférieures-supérieures des bacs. La valeur de plage par défaut est définie en utilisant max() et min() les fonctions. Le premier élément de la plage doit être inférieur ou égal au deuxième élément.
- normé : C'est un argument facultatif qui est utilisé pour récupérer le nombre d'échantillons dans chaque bac. Il peut renvoyer une fausse sortie pour des largeurs de bac inégales.
- poids : C'est un argument facultatif qui est utilisé pour définir le tableau qui contient les valeurs de poids.
- densité: C'est un argument optionnel qui peut prendre n'importe quelle valeur booléenne. Si la valeur de cet argument est True, alors le nombre d'échantillons dans chaque bin sera renvoyé ; sinon, les valeurs de la fonction de densité de probabilité seront renvoyées.
Cette fonction peut renvoyer deux tableaux. L'un est le tableau hist qui contient l'ensemble des données d'histogramme. Un autre est le tableau de bord qui contient les valeurs du bac.
Exemple 1 : Imprimer le tableau d'histogrammes
L'exemple suivant montre l'utilisation de la fonction histogram() avec un tableau à une dimension et l'argument bins avec les valeurs séquentielles. Un tableau de 5 nombres entiers a été utilisé comme tableau d'entrée, et un tableau de 5 valeurs séquentielles a été utilisé comme valeur bins. Le contenu du tableau d'histogrammes et du tableau bin s'imprimera ensemble en sortie.
# Importer la bibliothèque NumPyimporter numpy en tant que np
# Appeler la fonction histogram() qui renvoie les données de l'histogramme
np_tableau = np.histogramme([10, 3, 8, 9, 7], bacs=[2, 4, 6, 8, 10])
# Imprimer la sortie de l'histogramme
print("La sortie de l'histogramme est : \n", np_array)
Production:
La sortie suivante apparaîtra après l'exécution du script ci-dessus.
Exemple 2 : imprimer l'histogramme et les tableaux bin
L'exemple suivant montre comment le tableau histogram et le tableau bin peuvent être créés à l'aide de la fonction histogram(). Un tableau NumPy a été créé en utilisant la fonction arrange() dans le script. Ensuite, la fonction histogram() a été appelée pour renvoyer séparément les valeurs du tableau d'histogramme et du tableau bin.
# Importer la bibliothèque NumPyimporter numpy en tant que np
# Créer un tableau NumPy en utilisant arange()
np_tableau = np.ranger(90)
# Créer des données d'histogramme
hist_array, bin_array = np.histogramme(np_array, bins=[0, 10, 25, 45, 70, 100])
# Imprimer le tableau d'histogrammes
print("Les données du tableau d'histogrammes sont : ", hist_array)
# Imprimer le tableau des bacs
print("Les données du tableau bin sont : ", bin_array)
Production:
La sortie suivante apparaîtra après l'exécution du script ci-dessus.
Exemple 3 : imprimer l'histogramme et les tableaux de bacs en fonction de l'argument de densité
L'exemple suivant montre l'utilisation de la densité argument de la fonction histogram() pour créer le tableau histogramme. Un tableau NumPy de 20 nombres est créé en utilisant la fonction arange (). La première fonction histogram() est appelée en définissant le densité valeur à Faux. La deuxième fonction histogram() est appelée en définissant le densité valeur à Vrai.
# importer le tableau NumPyimporter numpy en tant que np
# Créer un tableau NumPy de 20 nombres séquentiels
np_tableau = np.ranger(20)
# Calculer les données de l'histogramme avec une fausse densité
hist_array, bin_array = np.histogramme(np_array, densité=Faux)
print("L'histogramme produit en définissant la densité sur False : \n", hist_array)
print("La sortie du tableau bin : \n", bin_array)
# Calculer les données de l'histogramme avec la densité réelle
hist_array, bin_array = np.histogramme(np_array, densité=True)
print("\nL'histogramme produit en définissant la densité sur True : \n", hist_array)
print("La sortie du tableau bin : \n", bin_array)
Production:
La sortie suivante apparaîtra après l'exécution du script ci-dessus.
Exemple 4 : Dessiner un graphique à barres à l'aide de données d'histogramme
Vous devez installer la bibliothèque matplotlib de python pour dessiner le graphique à barres avant d'exécuter le script de cet exemple. hist_array et tableau_bin ont été créés en utilisant la fonction histogram(). Ces tableaux ont été utilisés dans la fonction bar() de la bibliothèque matplotlib pour créer le graphique à barres.
# importer les bibliothèques nécessairesimporter matplotlib.pyplot en tant que plt
importer numpy en tant que np
# Créer un ensemble de données d'histogramme
hist_array, bin_array = np.histogramme([4, 10, 3, 13, 8, 9, 7], bacs=[2, 4, 6, 8, 10, 12, 14])
# Définir quelques configurations pour le graphique
plt.chiffre(figsize=[10, 5])
plt.xlim(min(bin_array), max(bin_array))
plt.grille(axe='y', alpha=0.75)
plt.xlabel('Valeurs de bord', taille de police=20)
plt.ylabel('Valeurs d'histogramme', taille de police=20)
plt.title('Histogramme Chart', fontsize=25)
# Créer le graphique
plt.bar(bin_array[:-1], hist_array, largeur=0.5, couleur='bleu')
# Afficher le graphique
plt.spectacle()
Production:
La sortie suivante apparaîtra après l'exécution du script ci-dessus.
Conclusion:
La fonction histogram() a été expliquée dans ce tutoriel en utilisant divers exemples simples qui aideront les lecteurs à connaître le but de l'utilisation de cette fonction et à l'appliquer correctement dans le script.
