dask.array.histogram

dask.array.histogram¶

dask.array.histogram(a, bins=None, range=None, normed=False, weights=None, density=None)[源代码]¶

被阻止的 numpy.histogram() 变体。

参数

adask.array.Array: 输入数据；直方图是基于展平后的数组计算的。如果使用了 weights 参数，则会访问 a 的块以检查 a 和 weights 之间的分块兼容性。如果 weights 为 None，则可以传递一个 dask.dataframe.Series 对象作为输入数据。
bins整数或标量序列，可选: 需要提供一个可迭代对象来指定 bins 或 bins 的数量和一个 range 参数，因为在分块数组上计算 min 和 max 是一项必须显式执行的昂贵操作。如果 bins 是一个整数，它定义了给定范围内等宽的 bin 数量（默认是 10）。如果 bins 是一个序列，它定义了一个单调递增的 bin 边缘数组，包括最右边的边缘，允许非均匀的 bin 宽度。
范围(浮点数, 浮点数), 可选: 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。
标准化bool, 可选: 这等同于 density 参数，但对于不等宽的区间会产生错误的结果。不应使用。
权重dask.array.Array, 可选: 一个与 a 具有相同块结构的 dask.array.Array 权重。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，以使密度在范围内的积分保持为 1。
密度bool, 可选: 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，归一化使得在整个范围内的积分为1。请注意，直方图值的总和将不等于1，除非选择单位宽度的箱子；它不是一个概率质量函数。如果给出，将覆盖 normed 关键字。如果 density 为 True，bins 不能是单个数字的延迟值。它必须是一个具体的数字，或者是一个（可能是延迟的）箱子边缘的数组/序列。

返回

histdask 数组: 直方图的值。有关可能的语义描述，请参见 density 和 weights。
bin_edgesdask 数组的 dtype 为浮点型: 返回 bin 边缘 (length(hist)+1)。

示例

使用箱数和范围：

>>> import dask.array as da
>>> import numpy as np
>>> x = da.from_array(np.arange(10000), chunks=10)
>>> h, bins = da.histogram(x, bins=10, range=[0, 10000])
>>> bins
array([    0.,  1000.,  2000.,  3000.,  4000.,  5000.,  6000.,  7000.,
        8000.,  9000., 10000.])
>>> h.compute()
array([1000, 1000, 1000, 1000, 1000, 1000, 1000, 1000, 1000, 1000])

显式指定箱子：

>>> h, bins = da.histogram(x, bins=np.array([0, 5000, 10000]))
>>> bins
array([    0,  5000, 10000])
>>> h.compute()
array([5000, 5000])

dask.array.greater_equal

dask.array.histogram2d