Python dask.array.histogramdd用法及代码示例

用法: dask.array.histogramdd(sample, bins, range=None, normed=None, weights=None, density=None)

numpy.histogramdd() 的受阻变体。

仅允许沿第 0(行)轴(对应于样本总数的轴)对输入数据(sample)进行分块。沿第 1 轴(列)轴分块的数据与此函数不兼容。如果使用权重，它们必须沿第 0 轴分块，与输入样本相同。

三维直方图的示例设置，其中样本形状为 (8, 3) 且权重为形状 (8,) ，样本块为 ((4, 4), (3,)) 且权重块为 ((4, 4),) 结构表：

	样品 (8 x 3)				权重
chunk	row	`x`	`y`	`z`	row	`w`
0	0	5	6	6	0	0.5
	1	8	9	2	1	0.8
	2	3	3	1	2	0.3
	3	2	5	6	3	0.7
1	4	3	1	1	4	0.3
	5	3	2	9	5	1.3
	6	8	1	5	6	0.8
	7	3	5	3	7	0.7

如果样本第 0 维和权重第 0(行)维的分块不同，则会引发 ValueError。如果坐标分组((x，y，z)三重奏)由块边界分隔，则将引发ValueError。如果数据是这种形式，我们建议您重新分块。

数据的块属性(和可选权重)用于检查与阻塞算法的兼容性(如上所述)；因此，您必须在来自 dask.dataframe 的集合上调用 to_dask_array ，即 dask.dataframe.Series 或 dask.dataframe.DataFrame 。

该函数还兼容 x , y 和 z 是具有相同分块的单个 1D 数组。在这种情况下，数据应作为元组传递：histogramdd((x, y, z), ...)

参数：

sample：dask.array.Array (N, D) 或 dask.array.Array 的序列

要直方图的多维数据。

注意当样本是 dask Arrays 序列时对样本的不寻常解释：

当一个 (N, D) dask Array 时，每一行都是样本中的一个条目(在 D 维空间中的坐标)。
当一个 dask Arrays 序列时，序列中的每个元素都是单个坐标值的数组。

bins：说明 bin 边、整数或整数序列的数组序列

bin 规范。

可能的分箱配置是：

说明沿每个维度单调增加的 bin 边的数组序列。
单个 int 说明将在每个维度中使用的 bin 总数(这需要定义 range 参数)。
说明要在每个维度中使用的 bin 总数的整数序列(这需要定义 range 参数)。

当 bin 由数组说明时，包括最右边的边。由数组说明的 bin 也允许不均匀的 bin 宽度。

range：对序列，可选

长度为 D 的序列，如果在 bins 中未明确给出边，则每个 (min, max) 元组给出要使用的外部 bin 边。如果已定义，则此参数必须具有每个维度的条目。与 numpy.histogramdd() 不同，如果 bins 未定义 bin 边，则需要此参数(此函数不会自动使用给定维度中值的最小值和最大值，因为输入数据可能会延迟)。

normed：布尔型，可选

行为相同的密度参数的别名。为避免与 histogram , density 的损坏参数混淆，应首选。

weights：dask.array.Array，可选

对输入数据中的每个样本进行加权的值数组。权重的块必须与沿数据样本的第 0(行)轴的块相同。

density：布尔型，可选

如果False(默认)，返回的数组表示每个bin中的样本数。如果 True ，则返回的数组表示每个 bin 的概率密度函数。

dask.array.Array: 直方图的值。
列表(dask.array.Array): 表示沿每个维度的 bin 边的数组序列。

例子：

使用沿每个维度的不同 bin 边计算 5 个块中的直方图：

>>> import dask.array as da
>>> x = da.random.uniform(0, 1, size=(1000, 3), chunks=(200, 3))
>>> edges = [
...     np.linspace(0, 1, 5), # 4 bins in 1st dim
...     np.linspace(0, 1, 6), # 5 in the 2nd
...     np.linspace(0, 1, 4), # 3 in the 3rd
... ]
>>> h, edges = da.histogramdd(x, bins=edges)
>>> result = h.compute()
>>> result.shape
(4, 5, 3)

按总数及其范围定义箱，以及使用权重：

>>> bins = (4, 5, 3)
>>> ranges = ((0, 1),) * 3  # expands to ((0, 1), (0, 1), (0, 1))
>>> w = da.random.uniform(0, 1, size=(1000,), chunks=x.chunksize[0])
>>> h, edges = da.histogramdd(x, bins=bins, range=ranges, weights=w)
>>> np.isclose(h.sum().compute(), w.sum().compute())
True

使用一维数组序列作为输入：

>>> x = da.array([2, 4, 2, 4, 2, 4])
>>> y = da.array([2, 2, 4, 4, 2, 4])
>>> z = da.array([4, 2, 4, 2, 4, 2])
>>> bins = ([0, 3, 6],) * 3
>>> h, edges = da.histogramdd((x, y, z), bins)
>>> h
dask.array<sum-aggregate, shape=(2, 2, 2), dtype=float64, chunksize=(2, 2, 2), chunktype=numpy.ndarray>
>>> edges[0]
dask.array<array, shape=(3,), dtype=int64, chunksize=(3,), chunktype=numpy.ndarray>
>>> h.compute()
array([[[0., 2.],
        [0., 1.]],

       [[1., 0.],
        [2., 0.]]])
>>> edges[0].compute()
array([0, 3, 6])
>>> edges[1].compute()
array([0, 3, 6])
>>> edges[2].compute()
array([0, 3, 6])

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.histogramdd。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：