Come ottenere i dati in un bidone istogramma

Question

Voglio ottenere un elenco dei dati contenuti in un bidone istogramma. Sto usando NumPy e Matplotlib. So come attraversare i dati e controllare i bordi bin. Tuttavia, voglio fare questo per un istogramma 2D e il codice per farlo è piuttosto brutto. Non NumPy avere costrutti per rendere questo più facile?

Per il caso 1D, posso usare searchsorted (). Ma la logica non è molto meglio, e non ho molta voglia di fare una ricerca binaria su ogni punto di dati quando non devo.

La maggior parte della logica brutto è dovuto alle regioni di confine bin. Tutte le regioni hanno confini come questo: [bordo sinistro, lato destro). Tranne l'ultimo bidone, che ha una regione come questa: [bordo sinistro, lato destro].

Ecco alcuni esempi di codice per il caso 1D:

import numpy as np

data = [0, 0.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 3]

hist, edges = np.histogram(data, bins=3)

print 'data =', data
print 'histogram =', hist
print 'edges =', edges

getbin = 2  #0, 1, or 2

print '---'
print 'alg 1:'

#for i in range(len(data)):
for d in data:
    if d >= edges[getbin]:
        if (getbin == len(edges)-2) or d < edges[getbin+1]:
            print 'found:', d
        #end if
    #end if
#end for

print '---'
print 'alg 2:'

for d in data:
    val = np.searchsorted(edges, d, side='right')-1
    if val == getbin or val == len(edges)-1:
        print 'found:', d
    #end if
#end for

Ecco alcuni esempi di codice per il caso 2D:

import numpy as np

xdata = [0, 1.5, 1.5, 2.5, 2.5, 2.5, \
         0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, \
         0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 3]
ydata = [0, 5,5, 5, 5, 5, \
         15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, \
         25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 30]

xbins = 3
ybins = 3
hist2d, xedges, yedges = np.histogram2d(xdata, ydata, bins=(xbins, ybins))

print 'data2d =', zip(xdata, ydata)
print 'hist2d ='
print hist2d
print 'xedges =', xedges
print 'yedges =', yedges

getbin2d = 5  #0 through 8

print 'find data in bin #', getbin2d

xedge_i = getbin2d % xbins
yedge_i = int(getbin2d / xbins) #IMPORTANT: this is xbins

for x, y in zip(xdata, ydata):
    # x and y left edges
    if x >= xedges[xedge_i] and y >= yedges[yedge_i]:
        #x right edge
        if xedge_i == xbins-1 or x < xedges[xedge_i + 1]:
            #y right edge
            if yedge_i == ybins-1 or y < yedges[yedge_i + 1]:
                print 'found:', x, y
            #end if
        #end if
    #end if
#end for

C'è un detergente / modo più efficiente per fare questo? Sembra che NumPy avrebbe qualcosa per questo.

Answer 1

digitize , dal nucleo NumPy, vi darà l'indice del contenitore a cui ciascun valore nella vostra istogramma appartiene:

import numpy as NP
A = NP.random.randint(0, 10, 100)

bins = NP.array([0., 20., 40., 60., 80., 100.])

# d is an index array holding the bin id for each point in A
d = NP.digitize(A, bins)     

Answer 2

come a qualcosa di simile:

In [1]: data = numpy.array([0, 0.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 3])
In [2]: hist, edges = numpy.histogram(data, bins=3)
In [3]: for l, r in zip(edges[:-1], edges[1:]):
    print(data[(data > l) & (data < r)])
   ....:     
   ....:     
[ 0.5]
[ 1.5  1.5  1.5]
[ 2.5  2.5  2.5]
In [4]: 

con un po 'di codice per gestire i casi limite.

Answer 3

pyplot.hist in matplotlib crea un istogramma ( ma richiama anche allo schermo, che non si potrebbe desiderare). Per soli i bidoni, è possibile utilizzare numpy.histogram, come sottolineato in un'altra risposta.

Qui è un esempio confrontando pyploy.hist e numpy.histogram.