dask.array.histogram2d

dask.array.histogram2d¶

dask.array.histogram2d(x, y, bins=10, range=None, normed=None, weights=None, density=None)[源代码]¶

被阻塞的 numpy.histogram2d() 变体。

参数

xdask.array.Array: 包含要进行直方图处理的点的 x 坐标的数组。
ydask.array.Array: 包含要进行直方图统计的点的 y 坐标的数组。
bins描述箱边的数组序列，整数，或整数序列: bin 规范。关于所有可能的 bin 配置的完整描述，请参阅 histogramdd() 的 bins 参数描述（此函数是 histogramdd 的二维特定版本）。
范围成对元组，可选。: 当整数传递给 bins 时，每个维度上箱子的最左和最右边缘；形式为：((xmin, xmax), (ymin, ymax))。
标准化bool, 可选: 这是密度参数的一个别名，其行为完全相同。为了避免与 histogram 函数中的损坏参数混淆，应优先使用 density。
权重dask.array.Array, 可选: 一个权重值的数组，用于衡量输入数据中的每个样本。权重的块必须与数据样本沿第0轴（行）的块相同。
密度bool, 可选: 如果为 False（默认值），返回每个箱子中的样本数量。如果为 True，返回的数组表示每个箱子的概率密度函数。

返回

dask.array.Array: 直方图的值。
dask.array.Array: 沿 x 维度的边缘。
dask.array.Array: 沿 y 维度的边缘。

参见

histogram
histogramdd

示例

>>> import dask.array as da
>>> x = da.array([2, 4, 2, 4, 2, 4])
>>> y = da.array([2, 2, 4, 4, 2, 4])
>>> bins = 2
>>> range = ((0, 6), (0, 6))
>>> h, xedges, yedges = da.histogram2d(x, y, bins=bins, range=range)
>>> h
dask.array<sum-aggregate, shape=(2, 2), dtype=float64, chunksize=(2, 2), chunktype=numpy.ndarray>
>>> xedges
dask.array<array, shape=(3,), dtype=float64, chunksize=(3,), chunktype=numpy.ndarray>
>>> h.compute()
array([[2., 1.],
       [1., 2.]])

dask.array.histogram

dask.array.histogramdd