谁能解释一下这段代码输出

Question

1.I 试图理解这段代码，但我不能't.would 你能帮我吗？

    a = np.arange(5)
    hist, bin_edges = np.histogram(a, density=True)
    hist

2.why输出是这样的吗？

    array([0.5, 0. , 0.5, 0. , 0. , 0.5, 0. , 0.5, 0. , 0.5])

Answer 1

请检查此 post。提示：当你调用 np.histogram 时，默认的 bin 值为 10，所以这就是你的输出有 10 个元素的原因。

Answer 2

np.histogram 的 bins 参数的默认值为 10。因此直方图会计算您的数组元素属于哪个 bin。在这种情况下 a = np.array([0, 1, 2, 3, 4])。如果我们使用 10 个 bin 创建直方图，那么我们将区间 0-4（含）分成 10 个相等的 bin。这给了我们（注意 11 个端点给了我们 10 个箱子）：

np.linspace(0, 4, 11) = array([0. , 0.4, 0.8, 1.2, 1.6, 2. , 2.4, 2.8, 3.2, 3.6, 4. ])

我们现在只需要查看数组 a 中的元素属于哪个 bin。我们可以这样统计：

[1, 0, 1, 0, 0, 1, 0, 1, 0, 1]

现在这仍然不是输出的确切内容。 density=True 参数声明（来自文档）：“如果 True，结果是 bin 处的概率密度函数，归一化为范围内的积分是 1."

每个箱子（高度 .5）的宽度为 .4，因此 5 x .5 x .4 = 1 是该参数的要求。

Answer 3

numpy.arange(5) 生成一个由 5 个元素均匀分布的 numpy 数组：array([0,1,2,3,4])。 np.histogram(a, density=True) returns 使用 10 个 bin（这是默认值）从数组 a 获得的 bin 边缘和直方图的值。 bin_edges 给出了 bin 的边缘，而 histogram 给出了每个 bin 的出现次数。鉴于您设置了 density=True，出现次数被归一化（范围内的积分为 1）。

查看 here 了解更多信息。

谁能解释一下这段代码输出

can any one explain about this code output

numpy

histogram