jax.numpy.histogram

目录

jax.numpy.histogram#

jax.numpy.histogram(a, bins=10, range=None, weights=None, density=None)[源代码][源代码]#

计算数据集的直方图。

LAX-backend 实现的 numpy.histogram()。

原始文档字符串如下。

参数:

  • a (array_like) – 输入数据。直方图是基于展平后的数组计算的。

  • bins (int or sequence of scalars or str, optional) – 如果 bins 是一个整数，它定义了给定范围内等宽的箱数（默认是10个）。如果 bins 是一个序列，它定义了一个单调递增的箱边缘数组，包括最右边的边缘，允许非均匀的箱宽度。

  • range ((float, float), optional) – 箱子的下限和上限范围。如果没有提供，范围就是 (a.min(), a.max())。超出范围的值将被忽略。范围的第一个元素必须小于或等于第二个元素。range 也会影响自动箱子计算。虽然箱子宽度是根据 range 内的实际数据计算为最佳值，但箱子数量将填充整个范围，包括不包含数据的区域。

  • weights (array_like, optional) – 一个权重数组，形状与 a 相同。a 中的每个值仅将其相关权重贡献给箱计数（而不是 1）。如果 density 为 True，则权重将被归一化，使得密度在范围内的积分保持为 1。请注意，weights 的 dtype 也将成为返回的累加器（hist）的 dtype，因此它必须足够大以容纳累加值。

  • density (bool, optional) – 如果 False，结果将包含每个箱子中的样本数量。如果 True，结果是箱子处的概率 密度 函数的值，归一化使得在范围内的 积分 为 1。请注意，直方图值的总和将不等于 1，除非选择了单位宽度的箱子；它不是一个概率 质量 函数。

返回:

  • hist (array) – 直方图的值。参见 density 和 weights 以了解可能的语义描述。如果给出了 weights，hist.dtype 将从 weights 中获取。

  • bin_edges (dtype float 的数组) – 返回分箱边缘 (length(hist)+1)。

返回类型:

tuple[Array, Array]

目录