julia-lang中的直方图计算

Question

请参阅 julia-lang 文档：

hist(v[, n]) → e, 计数

计算 v 的直方图，可选择使用大约 n 个 bin。返回值是范围 e（对应于 bin 的边缘）以及包含每个 bin 中 v 的元素数量的计数。注意：Julia 在计算中不会忽略 NaN 值。

我选择数据样本范围

testdata=0:1:10;

然后使用 hist 函数计算 1 到 5 个 bin 的直方图

hist(testdata,1) # => (-10.0:10.0:10.0,[1,10])
hist(testdata,2) # => (-5.0:5.0:10.0,[1,5,5])
hist(testdata,3) # => (-5.0:5.0:10.0,[1,5,5])
hist(testdata,4) # => (-5.0:5.0:10.0,[1,5,5])
hist(testdata,5) # => (-2.0:2.0:10.0,[1,2,2,2,2,2])

如您所见，当我想要 1 个 bin 时，它会计算 2 个 bin，当我想要 2 个 bin 时，它会计算 3 个。

为什么会出现这种情况？

Answer 1

作为编写底层函数的人：目标是获得在以 10 为基数的计数系统中“良好”的 bin 宽度（即 10^k、2×10^k、5×10^k） ）。如果您想要更多控制，您还可以指定确切的 bin 边缘。

Answer 2

文档中的关键词是近似。您可以在 Julia 的

hist

模块

here

中检查 base 实际上为自己做了什么。

当您这样做时

hist(test,3)

，您实际上是在打电话

hist(v::AbstractVector, n::Integer) = hist(v,histrange(v,n))

也就是说，第一步将

n

参数通过

FloatRange

函数转换为

histrange

，其代码可以在 here 找到。正如您所看到的，这些步骤的计算并不完全简单，因此您应该稍微尝试一下这个函数，以弄清楚它是如何构建构成直方图基础的范围的。

Answer 3

在 Julia 的新版本中，不存在

hist

函数。

要计算直方图，应使用

StatsBase.Histogram

和

StatsBase.fit

，例如：

    using StatsBase
    h = fit(Histogram, rand(100))
    print(h)

输出：

Histogram{Int64, 1, Tuple{StepRangeLen{Float64, Base.TwicePrecision{Float64}, Base.TwicePrecision{Float64}, Int64}}}
edges:
  0.0:0.2:1.0
weights: [21, 22, 17, 16, 24]
closed: left
isdensity: false