numpy.histogramdd

numpy.histogramdd(sample, bins=10, range=None, normed=False, weights=None) [source]

Вычисление многомерной гистограммы данных.

Параметры:

sample : array_like Данные для построения гистограммы. Должен быть массив (N,D) или данные, которые могут быть преобразованы в такой массив. Строки результирующего массива — координаты точек в D-мерном многограннике. bins : последовательность или целое число, необязательно Спецификация бинов: Последовательность массивов, описывающих границы бинов по каждой размерности. Количество бинов для каждой размерности (nx, ny, ... =bins). Количество бинов для всех размерностей (nx=ny=...=bins). range : последовательность, необязательно Последовательность нижних и верхних границ бинов, которые должны быть использованы, если границы не заданы явно в bins. По умолчанию используется минимальное и максимальное значения по каждой размерности. normed : bool, необязательно Если False, возвращает количество выборок в каждом бине. Если True, возвращает плотность бинов bin_count / sample_count / bin_volume. weights : (N,) array_like, необязательно Массив значений w_i, взвешивающих каждую выборку (x_i, y_i, z_i, ...). Веса нормализуются до 1, если normed = True. Если normed = False, значения возвращаемой гистограммы равны сумме весов, принадлежащих выборкам, попадающим в каждый бин.

Возвращаемое значение:

H : ndarray Многомерная гистограмма sample x. См. normed и weights для различных возможных семантик. edges : список Список D массивов, описывающих границы бинов для каждой размерности.

См. также

histogram

Гистограмма 1-й размерности

histogram2d

Гистограмма 2-й размерности

Примеры

>>> r = np.random.randn(100,3)
>>> H, edges = np.histogramdd(r, bins = (5, 8, 4))
>>> H.shape, edges[0].size, edges[1].size, edges[2].size
((5, 8, 4), 6, 9, 5)