scipy.stats.

binned_statistic_dd#

scipy.stats.binned_statistic_dd(sample, values, statistic='mean', bins=10, range=None, expand_binnumbers=False, binned_statistic_result=None)[源代码][源代码]#

计算一组数据的多维分箱统计量。

这是直方图函数的一个泛化。直方图将空间划分为多个区间，并返回每个区间内点的数量。此函数允许计算每个区间内值的总和、均值、中位数或其他统计量。

参数:
示例array_like

传递给直方图的数据可以是长度为 D 的 N 个数组的序列，或者是 (N,D) 数组。

值(N,) 数组或 (N,) 数组的列表

统计量将基于的数据。这必须与 sample 具有相同的形状，或者是一个序列列表 - 每个序列与 sample 具有相同的形状。如果 values 是这样一个列表，统计量将独立地对每个序列进行计算。

统计字符串或可调用对象，可选

要计算的统计量（默认是’mean’）。以下统计量可用：

  • ‘mean’ : 计算每个箱子内点的值的平均值。空箱子将用 NaN 表示。

  • ‘median’ : 计算每个箱子内点的值的中位数。空箱子将用 NaN 表示。

  • ‘count’ : 计算每个箱子内的点数。这与无权重的直方图相同。values 数组未被引用。

  • ‘sum’ : 计算每个箱子内点的值的总和。这与加权直方图相同。

  • ‘std’ : 计算每个箱内的标准差。这是隐式计算的，使用 ddof=0。如果给定箱内的值的数量为 0 或 1，则该箱计算的标准差值将为 0。

  • ‘min’ : 计算每个箱子内点的值的最小值。空箱子将用NaN表示。

  • ‘max’ : 计算每个区间内点的值的最大值。空区间将用NaN表示。

  • function : 一个用户定义的函数，它接受一个一维的数值数组，并输出一个单一的数值统计量。该函数将在每个箱子中的值上调用。空箱子将由 function([]) 表示，如果这返回错误，则为 NaN。

bins序列或正整数，可选

bin 规范必须是以下形式之一：

  • 描述每个维度上箱边的数组序列。

  • 每个维度的箱数（nx, ny, … = bins）。

  • 所有维度的箱数（nx = ny = … = bins）。

范围序列，可选

如果 bins 中没有明确给出边缘，则使用一系列下限和上限边缘。默认值为每个维度上的最小值和最大值。

expand_binnumbersbool, 可选

‘False’（默认）：返回的 binnumber 是一个形状为 (N,) 的线性化箱索引数组。’True’：返回的 binnumber 被’解开’成一个形状为 (D,N) 的 ndarray，其中每一行给出相应维度中的箱号。参见返回的 binnumber 值，以及 binned_statistic_2d 的 示例 部分。

binned_statistic_resultbinnedStatisticddResult

为了重用箱边缘和箱编号与新值和/或不同的统计数据，对函数的前一次调用的结果。要重用箱编号，expand_binnumbers 必须设置为 False（默认值）

Added in version 0.17.0.

返回:
统计ndarray, 形状(nx1, nx2, nx3,…)

每个二维区间内所选统计量的值。

bin_edgesndarrays 列表

描述每个维度 (nxi + 1) 个箱边的 D 数组列表。

binnumber(N,) 的整数数组或 (D,N) 的整数 ndarray

这将为 sample 中的每个元素分配一个整数，该整数表示此观测值所属的区间。表示方式取决于 expand_binnumbers 参数。详见 Notes。

参见

numpy.digitize, numpy.histogramdd, binned_statistic, binned_statistic_2d

注释

Binedges: 除了最后一个（最右边的）bin之外，每个维度中的所有bin都是半开的。换句话说，如果 bins 是 [1, 2, 3, 4]，那么第一个bin是 [1, 2)``（包括1，但不包括2），第二个是 ``[2, 3)。然而，最后一个bin是 [3, 4]，它*包括*4。

binnumber: 这个返回的参数为 sample 中的每个元素分配一个整数，该整数表示该元素所属的区间。表示方式取决于 expand_binnumbers 参数。如果为 ‘False’（默认）：返回的 binnumber 是一个形状为 (N,) 的数组，其中包含线性化的索引，将 sample 中的每个元素映射到其对应的区间（使用行优先顺序）。如果为 ‘True’：返回的 binnumber 是一个形状为 (D,N) 的 ndarray，其中每一行分别表示每个维度的区间位置。在每个维度中，区间编号 i 表示对应值位于 (bin_edges[D][i-1], bin_edges[D][i]) 之间，对于每个维度 ‘D’。

Added in version 0.11.0.

示例

>>> import numpy as np
>>> from scipy import stats
>>> import matplotlib.pyplot as plt
>>> from mpl_toolkits.mplot3d import Axes3D

以一个包含600个(x, y)坐标的数组为例。binned_statistic_dd 可以处理更高维度 D 的数组。但需要一个维度为 D+1 的图。

>>> mu = np.array([0., 1.])
>>> sigma = np.array([[1., -0.5],[-0.5, 1.5]])
>>> multinormal = stats.multivariate_normal(mu, sigma)
>>> data = multinormal.rvs(size=600, random_state=235412)
>>> data.shape
(600, 2)

创建区间并统计每个区间内有多少数组：

>>> N = 60
>>> x = np.linspace(-3, 3, N)
>>> y = np.linspace(-3, 4, N)
>>> ret = stats.binned_statistic_dd(data, np.arange(600), bins=[x, y],
...                                 statistic='count')
>>> bincounts = ret.statistic

设置音量和条形图的位置：

>>> dx = x[1] - x[0]
>>> dy = y[1] - y[0]
>>> x, y = np.meshgrid(x[:-1]+dx/2, y[:-1]+dy/2)
>>> z = 0

>>> bincounts = bincounts.ravel()
>>> x = x.ravel()
>>> y = y.ravel()

>>> fig = plt.figure()
>>> ax = fig.add_subplot(111, projection='3d')
>>> with np.errstate(divide='ignore'):   # silence random axes3d warning
...     ax.bar3d(x, y, z, dx, dy, bincounts)

使用新的值重用箱号和箱边界：

>>> ret2 = stats.binned_statistic_dd(data, -np.arange(600),
...                                  binned_statistic_result=ret,
...                                  statistic='mean')
../../_images/scipy-stats-binned_statistic_dd-1.png
On this page