scipy.ndimage.

直方图#

scipy.ndimage.histogram(input, min, max, bins, labels=None, index=None)[source]#

计算数组值的直方图，可选择在标签处进行。

直方图计算数组中值在由 min、max 和 bins 确定的分箱内的频率。labels 和 index 关键字可以将直方图的范围限制在数组内的指定子区域。

参数:
inputarray_like

用于计算直方图的数据。

min, maxint

直方图分箱范围的最小值和最大值。

binsint

分箱数量。

labelsarray_like, 可选

input 中对象的标签。如果不是 None，则必须与 input 具有相同的形状。

indexint 或 int 序列，可选

用于计算直方图的标签。如果为 None，则使用标签大于零的所有值

返回值:
histndarray

直方图计数。

示例

>>> import numpy as np
>>> a = np.array([[ 0.    ,  0.2146,  0.5962,  0.    ],
...               [ 0.    ,  0.7778,  0.    ,  0.    ],
...               [ 0.    ,  0.    ,  0.    ,  0.    ],
...               [ 0.    ,  0.    ,  0.7181,  0.2787],
...               [ 0.    ,  0.    ,  0.6573,  0.3094]])
>>> from scipy import ndimage
>>> ndimage.histogram(a, 0, 1, 10)
array([13,  0,  2,  1,  0,  1,  1,  2,  0,  0])

有标签但无索引时，非零元素会被计数

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.histogram(a, 0, 1, 10, lbl)
array([0, 0, 2, 1, 0, 1, 1, 2, 0, 0])

索引可用于仅计数特定对象

>>> ndimage.histogram(a, 0, 1, 10, lbl, 2)
array([0, 0, 1, 1, 0, 0, 1, 1, 0, 0])
在本页