scipy.stats.

binned_statistic_2d#

scipy.stats.binned_statistic_2d(x, y, values, statistic='mean', bins=10, range=None, expand_binnumbers=False)[source]#

计算一个或多个数据集的双维分箱统计量。

这是 histogram2d 函数的推广。 直方图将空间划分为箱，并返回每个箱中点的数量的计数。 此函数允许计算每个箱内值的总和、平均值、中位数或其他统计量（或值集）。

参数:
x(N,) 类数组

沿第一维度分箱的值序列。

y(N,) 类数组

沿第二维度分箱的值序列。

values(N,) 类数组 或 (N,) 类数组 的列表

将在其上计算统计量的数据。 这必须与 x 的形状相同，或者是一个序列列表 - 每个序列的形状与 x 相同。 如果 values 是这样一个列表，则将独立地计算每个列表的统计量。

statistic字符串 或 可调用对象，可选

要计算的统计量（默认为 ‘mean’）。 以下统计量可用

  • ‘mean’ : 计算每个箱内点的值的平均值。 空箱将表示为 NaN。

  • ‘std’ : 计算每个箱内的标准差。 这是隐式计算的，ddof=0。

  • ‘median’ : 计算每个箱内点的中位数。 空箱将表示为 NaN。

  • ‘count’ : 计算每个箱内点的计数。 这与未加权直方图相同。 不引用 values 数组。

  • ‘sum’ : 计算每个箱内点的值的总和。 这与加权直方图相同。

  • ‘min’ : 计算每个箱内点的最小值。 空箱将表示为 NaN。

  • ‘max’ : 计算每个箱内点的最大值。 空箱将表示为 NaN。

  • function : 用户定义的函数，它接受一个 1D 值数组，并输出单个数值统计量。 将对每个箱中的值调用此函数。 空箱将表示为 function([])，如果这返回错误，则表示为 NaN。

binsint 或 [int, int] 或 类数组 或 [数组, 数组]，可选

分箱规范

  • 两个维度的箱数 (nx = ny = bins)，

  • 每个维度的箱数 (nx, ny = bins)，

  • 两个维度的箱边缘 (x_edge = y_edge = bins)，

  • 每个维度的箱边缘 (x_edge, y_edge = bins)。

如果指定了箱边缘，则箱数为 (nx = len(x_edge)-1, ny = len(y_edge)-1)。

range(2,2) 类数组，可选

每个维度上箱的最左边和最右边的边缘（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都将被视为异常值，并且不会在直方图中进行统计。

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 (2,N) 的 ndarray，其中每行给出相应维度中的箱号。 请参见 binnumber 返回值，以及 示例 部分。

在版本 0.17.0 中添加。

返回:
statistic(nx, ny) ndarray

每个二维箱中所选统计量的值。

x_edge(nx + 1) ndarray

沿第一维度的箱边缘。

y_edge(ny + 1) ndarray

沿第二维度的箱边缘。

binnumber(N,) 整数数组 或 (2,N) 整数ndarray

这为 sample 的每个元素分配一个整数，该整数表示该观察值所属的箱。 表示形式取决于 expand_binnumbers 参数。 有关详细信息，请参见 注释。

另请参阅

numpy.digitize, numpy.histogram2d, binned_statistic, binned_statistic_dd

注释

Binedges: 除了最后一个（最右边）箱之外的所有箱都是半开的。 换句话说，如果 bins 是 [1, 2, 3, 4]，则第一个箱是 [1, 2) （包括 1，但不包括 2），第二个箱是 [2, 3)。 但是，最后一个箱是 [3, 4]，它包括 4。

binnumber：此返回的参数为 sample 的每个元素分配一个整数，该整数表示它所属的箱。 表示形式取决于 expand_binnumbers 参数。 如果为 ‘False’（默认）：返回的 binnumber 是一个形状为 (N,) 的线性化索引数组，该数组将 sample 的每个元素映射到其对应的箱（使用行优先排序）。 请注意，返回的线性化箱索引用于在外部 binedges 上具有额外箱的数组，以捕获定义箱边界之外的值。 如果为 ‘True’：返回的 binnumber 是一个形状为 (2,N) 的 ndarray，其中每行分别指示每个维度的箱位置。 在每个维度中，i 的 binnumber 表示对应的值介于 (D_edge[i-1], D_edge[i]) 之间，其中 ‘D’ 是 ‘x’ 或 ‘y’。

在版本 0.11.0 中添加。

示例

>>> from scipy import stats

使用显式箱边缘计算计数

>>> x = [0.1, 0.1, 0.1, 0.6]
>>> y = [2.1, 2.6, 2.1, 2.1]
>>> binx = [0.0, 0.5, 1.0]
>>> biny = [2.0, 2.5, 3.0]
>>> ret = stats.binned_statistic_2d(x, y, None, 'count', bins=[binx, biny])
>>> ret.statistic
array([[2., 1.],
       [1., 0.]])

每个样本放置的箱由返回的 binnumber 参数给出。 默认情况下，这些是线性化箱索引

>>> ret.binnumber
array([5, 6, 5, 9])

箱索引也可以使用 expand_binnumbers 参数扩展为每个维度的单独条目

>>> ret = stats.binned_statistic_2d(x, y, None, 'count', bins=[binx, biny],
...                                 expand_binnumbers=True)
>>> ret.binnumber
array([[1, 1, 1, 2],
       [1, 2, 1, 1]])

这表明前三个元素属于 xbin 1，第四个元素属于 xbin 2； y 也是如此。

在此页面上