代码的左侧如何为count和bin_edges分配值？谁能简要解释一下这段代码

问题描述

我想知道bin_edges一次如何分配计数和np.histogram值。

counts,bin_edges=np.histogram(iris_setosa['sepal_length'],bins=10,density=True)

解决方法

假设data是一维numpy数组，而bins是严格的正整数，则代码大致类似于：

import numpy as np

def numpy_histogram(data,bins=10,density=False):
    xmin = data.min()
    xmax = data.max()
    bin_edges = np.linspace(xmin,xmax,bins + 1)
    counts = np.zeros(bins,dtype=int)
    bin_indices = ((data - xmin) / (xmax - xmin) * bins * 0.999999).astype(int)
    for i in bin_indices:
        counts[i] += 1
    if density:
        counts = counts / sum(counts) / (bin_edges[1] - bin_edges[0])
    return counts,bin_edges

counts,bin_edges = numpy_histogram(np.random.uniform(1,10,20),density=True)
print(sum(counts),counts)

因此，数据的最小值和最大值用于定义bin边界。 （边界比箱子多一个）。然后从每个数据值中减去xmin，然后除以数据的总范围。然后乘以箱数。这标识了该值应到达的bin的索引。需要以小于1的因子进行校正，以使最右边的值不会落在以下（未定义）的bin中。

当density=True时，计数被归一化，以使所有条形的面积之和为1。条形的宽度为两个连续bin_edges之间的差值。

PS：关于Python同时分配多个元素，this question很有趣。