如何在numpy.histogram中选择箱数？

Question

如果我使用matplotlib的直方图，则可以选择箱数。 但是，如何选择numpy直方图中的垃圾箱数量？

import matplotlib.pyplot as plt
import numpy as np
array = [1,3,4,4,8,9,10,12]

range = int((max(array)) - min(array))+1
x, bins, patch = plt.hist(array, bins=range)

在这种情况下，范围=箱数=（12-1）+1 = 12

因此，结果是x = [1. 0. 1. 2. 0. 0. 0. 1. 1. 1. 1. 0. 1.]

但是numpy的结果是

hist, bin_edges = np.histogram(array, density=False)

numpy = [1 1 2 0 0 0 1 1 1 1] numpy_bin = [1. 2.1 3.2 4.3 5.4 6.5 7.6 8.7 9.8 10.9 12.]

使用numpy时，如何选择箱数（= int（（max（array））-min（array））+ 1）

我想要像matplotlib一样的结果

Answer 1

Matplotlib使用numpys直方图，通过仓的数量简单地增加bins=bin_range作为关键字参数到np.histogram ：

hist, edges = np.histogram(array, bins=bin_range, density=False)

如果range是整数， bin_range得到等大小的bin的bin_range数量。 np.histogram中bins='auto'的默认值为bins='auto' ，它使用一种算法来确定bin的数量。 有关更多信息， 请访问： https : //docs.scipy.org/doc/numpy-1.13.0/reference/genic/numpy.histogram.html

array = [1,3,4,4,8,9,10,12]
bin_range = int((max(array)) - min(array))+1
x, bins, patch = plt.hist(array, bins=bin_range)

x
array([ 1.,  0.,  1.,  2.,  0.,  0.,  0.,  1.,  1.,  1.,  0.,  1.])

hist, edges = np.histogram(array, bins=bin_range)

hist
array([1, 0, 1, 2, 0, 0, 0, 1, 1, 1, 0, 1], dtype=int64)

bins == edges
array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True,  True,  True], dtype=bool)