Python SciPy stats.binned_statistic_2d用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.binned_statistic_2d 的用法。

用法:

scipy.stats.binned_statistic_2d(x, y, values, statistic='mean', bins=10, range=None, expand_binnumbers=False)#

計算一組或多組數據的二維分箱統計量。

這是 histogram2d 函數的概括。直方圖將空間劃分為多個 bin，並返回每個 bin 中的點數。此函數允許計算每個 bin 內的值(或值集)的總和、平均值、中位數或其他統計量。

參數 ：：

x： (N,) 數組

要沿第一個維度分箱的一係列值。

y： (N,) 數組

要沿第二維分箱的一係列值。

values： (N,) 數組 或 (N,) 數組 列表

將根據其計算統計數據的數據。這必須與 x 的形狀相同，或者是一個序列列表——每個序列的形狀都與 x 相同。如果 values 是這樣一個列表，則將獨立計算每個值的統計信息。

statistic： 字符串或可調用，可選

要計算的統計數據(默認為‘mean’)。可用的統計數據如下：

• ‘mean’ : compute the mean of values for points within each bin. Empty bins will be represented by NaN.

• ‘std’ : compute the standard deviation within each bin. This is implicitly calculated with ddof=0.

• ‘median’ : compute the median of values for points within each bin. Empty bins will be represented by NaN.

• ‘count’ : compute the count of points within each bin. This is identical to an unweighted histogram. values array is not referenced.

• ‘sum’ : compute the sum of values for points within each bin. This is identical to a weighted histogram.

• ‘min’ : compute the minimum of values for points within each bin. Empty bins will be represented by NaN.

• ‘max’ : compute the maximum of values for point within each bin. Empty bins will be represented by NaN.

• function : a user-defined function which takes a 1D array of values, and outputs a single numerical statistic. This function will be called on the values in each bin. Empty bins will be represented by function([]), or NaN if this returns an error.

bins： int 或 [int, int] 或 數組 或 [array, array]，可選

箱規格：

• the number of bins for the two dimensions (nx = ny = bins),

• the number of bins in each dimension (nx, ny = bins),

• the bin edges for the two dimensions (x_edge = y_edge = bins),

• the bin edges in each dimension (x_edge, y_edge = bins).

如果指定了 bin 邊，則 bin 的數量將為 (nx = len(x_edge)-1, ny = len(y_edge)-1)。

range： (2,2) 數組，可選

沿每個維度的 bin 的最左側和最右側邊(如果未在 bin 參數中明確指定)：[[xmin, xmax], [ymin, ymax]]。此範圍之外的所有值都將被視為異常值，並且不計入直方圖中。

expand_binnumbers： 布爾型，可選

‘False’(默認)：返回的 binnumber 是線性化 bin 索引的形狀 (N,) 數組。 ‘True’：返回的 binnumber 為 ‘unraveled’，為 (2,N) ndarray 形狀，其中每一行給出相應維度中的 bin 編號。請參閱 binnumber 返回值和示例部分。

返回 ：：

statistic： (nx, ny) 數組

每個二維 bin 中所選統計數據的值。

x_edge： (nx + 1) 數組

bin 沿第一個維度邊。

y_edge： (ny + 1) 數組

箱沿第二個維度邊。

binnumber： (N,) 整數數組或 (2,N) 整數數組

這會為樣本的每個元素分配一個整數，該整數表示該觀測值所在的 bin。表示取決於expand_binnumbers 參數。有關詳細信息，請參閱注釋。

注意：

Binedges：除了最後一個(righthand-most)箱子外，所有箱子都是半開的。換句話說，如果箱子是[1, 2, 3, 4]，那麽第一個 bin 是[1, 2)(包括1個，但不包括2個)和第二個[2, 3).然而，最後一個箱子是[3, 4]， 哪一個包括 4.

binnumber：此返回參數為樣本的每個元素分配一個整數，表示它所屬的容器。該表示取決於 expand_binnumbers 參數。如果“False”(默認)：返回的 binnumber 是一個形狀 (N,) 線性化索引數組，將樣本的每個元素映射到其相應的 bin(使用行優先排序)。請注意，返回的線性化 bin 索引用於在外部 binedge 上具有額外 bin 的數組，以捕獲定義的 bin 邊界之外的值。如果“True”：返回的 binnumber 是形狀 (2,N) ndarray，其中每行分別表示每個維度的 bin 位置。在每個維度中，i 的 binnumber 表示對應的值在 (D_edge[i-1], D_edge[i]) 之間，其中“D”是 ‘x’ 或 ‘y’。

例子：

>>> from scipy import stats

使用顯式 bin-edges 計算計數：

>>> x = [0.1, 0.1, 0.1, 0.6]
>>> y = [2.1, 2.6, 2.1, 2.1]
>>> binx = [0.0, 0.5, 1.0]
>>> biny = [2.0, 2.5, 3.0]
>>> ret = stats.binned_statistic_2d(x, y, None, 'count', bins=[binx, biny])
>>> ret.statistic
array([[2., 1.],
       [1., 0.]])

放置每個樣本的 bin 由 binnumber 返回參數給出。默認情況下，這些是線性化的 bin 索引：

>>> ret.binnumber
array([5, 6, 5, 9])

也可以使用 expand_binnumbers 參數將 bin 索引擴展為每個維度的單獨條目：

>>> ret = stats.binned_statistic_2d(x, y, None, 'count', bins=[binx, biny],
...                                 expand_binnumbers=True)
>>> ret.binnumber
array([[1, 1, 1, 2],
       [1, 2, 1, 1]])

這表明前三個元素屬於xbin 1，第四個元素屬於xbin 2；依此類推。