numpy 高阶函数 —— np histogram

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

                       

• np.diff(a, n=1, axis=-1)：n 表示差分的阶数；

  >> x = np.array([1, 2, 4, 7, 0])>> np.diff(x)array([ 1,  2,  3, -7])>> np.diff(x, n=2)array([  1,   1, -10])
       
       
  
        
        
  1
        
        
  2
        
        
  3
        
        
  4
        
        
  5
       
       

1. np.histogram

官方文档：numpy.histogram — NumPy v1.12 Manual

• numpy.histogram(a, bins=10, range=None, normed=False, weights=None, density=None)
  
  • 返回值，有两个，
    
    • hist : array
    • bin_edges : array of dtype float，bin edges 的长度要是 hist 的长度加1，bin edges (length(hist)+1)，也即 (bin_edges[0], bin_edges[1]) ⇒ hist[0]，….，(bin_edges[-2], bin_edges[-1]) ⇒ hist[-1]，bin_edges 参数与输入参数的 bins 保持一致；

>>> a = np.arange(5)>>> hist, bin_edges = np.histogram(a, density=True)>>> histarray([ 0.5,  0. ,  0.5,  0. ,  0. ,  0.5,  0. ,  0.5,  0. ,  0.5])>>> hist.sum()2.4999999999999996>>> np.sum(hist*np.diff(bin_edges))1.0                            # hist*np.diff(bin_edges) ⇒ 其实表示一种概率分布；
   
   

    
    
1
    
    
2
    
    
3
    
    
4
    
    
5
    
    
6
    
    
7
    
    
8
    
    
9
    
    
10
   
   

           

给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow