Как получить данные в ячейке гистограммы
-
21-09-2019 - |
Вопрос
Я хочу получить список данных, содержащихся в ячейке гистограммы.Я использую numpy и Matplotlib.Я знаю, как просматривать данные и проверять края ячейки.Однако я хочу сделать это для 2D-гистограммы, и код для этого довольно уродливый.Есть ли у numpy какие-либо конструкции, чтобы упростить это?
Для случая 1D я могу использовать searchsorted() .Но логика не намного лучше, и я действительно не хочу выполнять двоичный поиск по каждой точке данных, когда в этом нет необходимости.
Большая часть неприятной логики связана с областями границы ячейки.У всех регионов есть подобные границы:[левый край, правый край).За исключением последней ячейки, в которой есть такая область, как эта:[левый край, правый край].
Вот несколько примеров кода для случая 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
Вот несколько примеров кода для 2D-случая:
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
Есть ли более чистый / эффективный способ сделать это?Похоже, у numpy было бы что-то для этого.
Решение
digitize
, из ядра NumPy, даст вам Указатель ячейки, к которой относится каждое значение в вашей гистограмме:
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)
Другие советы
как насчет чего-то вроде:
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]:
с небольшим количеством кода для обработки крайних случаев.
pyplot.hist в matplotlib создает гистограмму (но также выводит ее на экран, чего вам, возможно, не захочется).Только для ячеек вы можете использовать numpy.histogram , как описано в другом ответе.
Здесь является примером сравнения pyploy.hist и numpy.histogram.