jax.numpy.histogram2d#
- jax.numpy.histogram2d(x, y, bins=10, range=None, weights=None, density=None)[源代码][源代码]#
计算两个数据样本的二维直方图。
LAX-backend 对
numpy.histogram2d()的实现。原始文档字符串如下。
- 参数:
x (array_like, shape (N,)) – 包含要进行直方图统计的点的x坐标的数组。
y (array_like, shape (N,)) – 一个包含要进行直方图统计的点的y坐标的数组。
bins (int or array_like or [int, int] or [array, array], optional) – bin 规范： * 如果是整数，则为两个维度的 bin 数量（nx=ny=bins）。 * 如果是类数组，则为两个维度的 bin 边缘（x_edges=y_edges=bins）。 * 如果是 [int, int]，则为每个维度的 bin 数量（nx, ny = bins）。 * 如果是 [array, array]，则为每个维度的 bin 边缘（x_edges, y_edges = bins）。 * 组合 [int, array] 或 [array, int]，其中 int 是 bin 数量，array 是 bin 边缘。
range (array_like, shape(2,2), optional) – 每个维度上箱子的最左和最右边缘（如果未在 bins 参数中明确指定）：
[[xmin, xmax], [ymin, ymax]]。此范围之外的所有值将被视为异常值，不会计入直方图中。density (bool, optional) – 如果为 False（默认值），返回每个箱子中的样本数量。如果为 True，返回箱子处的概率 密度 函数，即
箱子计数 / 样本总数 / 箱子面积。weights (array_like, shape(N,), optional) – 一组值
w_i用于加权每个样本(x_i, y_i)。如果 density 为 True，则权重归一化为 1。如果 density 为 False，则返回直方图的值等于落入每个箱子的样本权重的总和。
- 返回:
H (ndarray, shape(nx, ny)) – 样本 x 和 y 的二维直方图。x 中的值沿第一个维度进行直方图统计，y 中的值沿第二个维度进行直方图统计。
xedges (ndarray, shape(nx+1,)) – 沿第一维度的分箱边缘。
yedges (ndarray, shape(ny+1,)) – 沿第二维的箱边。
- 返回类型: