experimental.histogram() 函数

experimental.histogram() 通过计算数据频率来近似数据集的累积分布，适用于一系列区间。

一个 bin 由一个上界定义，所有小于或等于该上界的数据点都被计入该 bin。
bin 计数是累计的。

函数行为

• 为每个输入表输出一个单独的表。
• 每个输出表代表一个独特的直方图。
• 输出表与相应输入表具有相同的组键。
• 删除不属于分组键的列。
• 添加一个le列以存储上限值。
• 将箱数存储在 _value 列中。

函数类型签名

(<-tables: stream[{A with _value: float}], bins: [float], ?normalize: bool) => stream[{A with le: float, _value: float}]

参数

箱子

(必填) 用于计算直方图频率的上限列表，包括数据集的最大值。

如果未知最大值，则此值可以设置为正无穷大 (float(v: "+Inf"))。

二进制助手函数

以下辅助函数可用于生成区间。

• linearBins()
• logarithmicBins()

标准化

将计数值转换为0到1之间的频率值。 默认值为 false。

注意: 归一化的直方图不能通过将其计数相加来聚合。

表格

输入数据。默认是管道转发数据 (<-).

示例

从输入数据创建直方图

import "experimental"
import "sampledata"

sampledata.float()
    |> experimental.histogram(
        bins: [
            0.0,
            5.0,
            10.0,
            15.0,
            20.0,
        ],
    )