scipy.ndimage.

histogram#

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

計算陣列數值的直方圖，可選地針對標籤。

直方圖計算在由 min、max 和 bins 決定的區間內，陣列中數值的頻率。labels 和 index 關鍵字可以將直方圖的範圍限制在陣列中指定的子區域內。

參數:

inputarray_like: 用於計算直方圖的資料。
min, maxint: 直方圖區間範圍的最小值和最大值。
binsint: 區間數量。
labelsarray_like，可選: input 中物件的標籤。如果不是 None，則必須與 input 具有相同的形狀。
indexint 或 int 序列，可選: 用於計算直方圖的標籤或標籤。如果為 None，則使用標籤大於零的所有值

返回:

histndarray: 直方圖計數。

範例

>>> 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])

使用標籤且不使用索引，則會計算非零元素

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

索引可用於僅計算特定物件

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