Tutorial de histograma de Python Numpy

Un histograma es un mapeo de intervalos a frecuencias. Se utiliza para aproximar la función de densidad de probabilidad de la variable particular. Se conoce como el gráfico de barras también. Muchas opciones están disponibles en Python para construir y trazar histogramas. La biblioteca Numpy de Python es útil para operaciones científicas y matemáticas. Una de las características importantes de esta biblioteca es implementar el histograma utilizando la función histograma (). Esta función se utiliza para crear el histograma que representa la distribución de frecuencia de los datos gráficamente. En el histograma, los intervalos de clase están representados por contenedores que parecen rectángulos horizontales, y la altura variable representa las frecuencias. El conocimiento de la creación de una matriz numpy es necesario para comprender los ejemplos que se muestran en este tutorial.

Sintaxis:

numpy.histograma (input_array, bins = 10, rango = ninguno, normado = ninguno, pesos = ninguno, densidad = ninguno)

Esta función puede tomar seis argumentos para devolver el histograma calculado de un conjunto de datos. Los propósitos de estos argumentos se explican a continuación.

• input_array: Es un argumento obligatorio que se utiliza para calcular el conjunto de datos del histograma.
• contenedores: Es un argumento opcional que puede tomar entero o un conjunto de valores enteros o de cadena. Se usa para definir el número de contenedores de igual ancho. Se puede definir una variedad de bordes de contenedor que aumenta monotónicamente. Puede incluir el borde más a la derecha también que puede usar anchos de contenedor no uniformes. En la nueva versión numpy, el valor de la cadena se puede usar para este argumento.
• rango: Es un argumento opcional que se utiliza para definir los rangos más bajos de los contenedores. El valor de rango predeterminado se establece utilizando max () y min () funciones. El primer elemento del rango debe ser menor o igual al segundo elemento.
• Normado: Es un argumento opcional que se utiliza para recuperar el número de muestras en cada contenedor. Puede devolver la salida falsa para los anchos de contenedor desiguales.
• Pesos: Es un argumento opcional que se utiliza para definir la matriz que contiene valores de peso.
• densidad: Es un argumento opcional que puede tomar cualquier valor booleano. Si el valor de este argumento es verdadero, entonces se devolverá el número de muestras en cada contenedor; de lo contrario, se devolverán los valores de la función de densidad de probabilidad.

Esta función puede devolver dos matrices. Uno es la matriz HIST que contiene el conjunto de datos de histograma. Otra es la matriz de borde que contiene los valores del contenedor.

Ejemplo 1: Imprima la matriz de histograma

El siguiente ejemplo muestra el uso de la función histogram () con una matriz unidimensional y el argumento de los contenedores con los valores secuenciales. Se ha utilizado una matriz de 5 números enteros como una matriz de entrada, y se ha utilizado una matriz de 5 valores secuenciales como valor de contenedores. El contenido de la matriz de histograma y la matriz de bin se imprimirá juntos como salida.

# Importar biblioteca numpy
importar numpy como np
# Función de llamada histogram () que devuelve los datos de histograma
np_array = np.Histograma ([10, 3, 8, 9, 7], contenedores = [2, 4, 6, 8, 10])
# Imprima la salida de histograma
imprimir ("La salida del histograma es: \ n", np_array)

Producción:

La siguiente salida aparecerá después de ejecutar el script anterior.

Ejemplo 2: Imprima el histograma y las matrices de bins

El siguiente ejemplo muestra cómo se puede crear la matriz de histograma y la matriz de contenedores utilizando la función histograma (). Se ha creado una matriz numpy utilizando la función Arrange () en el script. A continuación, la función histograma () ha llamado a devolver la matriz de histograma y los valores de la matriz de bins por separado.

# Importar biblioteca numpy
importar numpy como np
# Crear matriz Numpy usando Arange ()
np_array = np.Arange (90)
# Crear datos de histograma
Hist_array, bin_array = np.Histograma (NP_Array, Bins = [0, 10, 25, 45, 70, 100])
# Matriz de histograma de impresión
Imprimir ("Los datos de la matriz de histograma son:", Hist_array)
# Matriz de impresión de contenedor
Imprimir ("Los datos de la matriz de bin son:", bin_array)

Producción:

La siguiente salida aparecerá después de ejecutar el script anterior.

Ejemplo 3: Imprima las matrices de histograma y bin basados ​​en el argumento de densidad

El siguiente ejemplo muestra el uso de la densidad argumento de la función histogram () para crear la matriz de histograma. Se crea una matriz numpy de 20 números utilizando la función Arange (). La primera función de histograma () se llama configurando el densidad valor a FALSO. La segunda función de histograma () se llama configurando el densidad valor a Verdadero.

# matriz de importación numpy
importar numpy como np
# Crear una matriz numpy de 20 números secuenciales
np_array = np.Arange (20)
# Calcule los datos del histograma con densidad falsa
Hist_array, bin_array = np.Histograma (np_array, densidad = falso)
imprimir ("La salida del histograma configurando la densidad en falso: \ n", hist_array)
Imprimir ("La salida de la matriz de bin: \ n", bin_array)
# Calcule los datos del histograma con densidad verdadera
Hist_array, bin_array = np.histograma (np_array, densidad = verdadero)
imprime ("\ nthe histogram salida mediante la configuración de la densidad en verdadero: \ n", hist_array)
Imprimir ("La salida de la matriz de bin: \ n", bin_array)

Producción:

La siguiente salida aparecerá después de ejecutar el script anterior.

Ejemplo 4: dibuja un gráfico de barras usando datos de histograma

Debe instalar la Biblioteca Matplotlib de Python para dibujar el gráfico de barras antes de ejecutar el script de este ejemplo. Hist_array y bin_array se han creado utilizando la función histogram (). Estas matrices se han utilizado en la función Bar () de la biblioteca Matplotlib para crear la tabla de barras.

# Importar bibliotecas necesarias
Importar matplotlib.Pyplot como PLT
importar numpy como np
# Crear conjunto de datos de histograma
Hist_array, bin_array = np.histograma ([4, 10, 3, 13, 8, 9, 7], contenedores = [2, 4, 6, 8, 10, 12, 14])
# Establecer algunas configuraciones para el gráfico
PLT.Figura (figsize = [10, 5])
PLT.xlim (min (bin_array), max (bin_array))
PLT.cuadrícula (axis = 'y', alfa = 0.75)
PLT.xlabel ('valores de borde', fontSize = 20)
PLT.Ylabel ('Valores de histograma', FontSize = 20)
PLT.Título ('Gráfico de histograma', FontSize = 25)
# Crea el gráfico
PLT.bar (bin_array [:-1], hist_array, width = 0.5, color = 'azul')
# Muestra el gráfico
PLT.espectáculo()

Producción:

La siguiente salida aparecerá después de ejecutar el script anterior.

Conclusión:

La función Histogram () se ha explicado en este tutorial mediante el uso de varios ejemplos simples que ayudarán a los lectores a conocer el propósito de usar esta función y aplicarla correctamente en el script.