NumPy - 计算直方图交集

Question

以下数据表示2个给定的直方图分为13个区间：

key 0   1-9 10-18   19-27   28-36   37-45   46-54   55-63   64-72   73-81   82-90   91-99   100
A   1.274580708 2.466224824 5.045757621 7.413716262 8.958855646 10.41325305 11.14150951 10.91949012 11.29095648 10.95054297 10.10976255 8.128781795 1.886568472
B   0   1.700493692 4.059243006 5.320899616 6.747120132 7.899067471 9.434997257 11.24520022 12.94569391 12.83598464 12.6165661  10.80636314 4.388370817

我试图跟随this article以计算这两个直方图之间的交集，使用这种方法：

def histogram_intersection(h1, h2, bins):
   bins = numpy.diff(bins)
   sm = 0
   for i in range(len(bins)):
       sm += min(bins[i]*h1[i], bins[i]*h2[i])
   return sm

由于我的数据已经计算为直方图，我不能使用numpy内置函数，所以我无法为函数提供必要的数据。

如何处理我的数据以适应算法？

Answer 1

由于您可以使用两个直方图的相同面包：

def histogram_intersection(h1, h2):
    sm = 0
    for i in range(13):
        sm += min(h1[i], h2[i])
    return sm

Answer 2

首先要注意的一点是：在您的数据箱中是范围，在算法中它们是数字。你必须重新定义垃圾箱。

此外，min(bins[i]*h1[i], bins[i]*h2[i])是bins[i]*min(h1[i], h2[i])，因此结果可以通过以下方式获得：

hists=pandas.read_clipboard(index_col=0) # your data
bins=arange(-4,112,9)   #  try for bins but edges are different here
mins=hists.min('rows')
intersection=dot(mins,bins)