Python Scipy stats.binned_statistic_dd()用法及代碼示例

stats.binned_statistic_dd(arr, values, statistic='mean', bins=10, range=None) 函數為給定的二維數據計算合並的統計值。
它的工作原理類似於histogram2d。直方圖函數使箱子計數為零。每個箱子中的點數；此函數計算每個倉的值的總和，均值，中位數，計數或其他統計量。

參數：
arr :[數組]直方圖的數據作為(N，D)數組傳遞
values :[數組]要計算哪些統計信息。
statistics:統計以計算{平均值，計數，中位數，和，函數}。默認為平均值。
bins:[int或標量]如果bins是一個int，則它定義給定範圍內的equal-width bins的數量(默認為10)。如果bin是序列，則它定義bin的邊。
range:(浮點數，浮點數)箱子的上下範圍，如果未提供，則範圍為x.max()至x.min()。

Results:每個倉的統計值；箱邊箱號。

代碼1：

# stats.binned_statistic_dd() method  
import numpy as np 
from scipy import stats 
  
x = np.ones(10) 
y = np.ones(10) 
  
print ("x:\n", x) 
print ("\ny:\n", y) 
  
print ("\nbinned_statistic_2d for count:",  
       stats.binned_statistic_dd([x, y], None, 'count', bins = 3))

輸出：

x:
[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

y:
[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]

binned_statistic_2d for count: BinnedStatisticddResult(statistic=array([[ 0., 0., 0.],
[ 0., 10., 0.],
[ 0., 0., 0.]]), bin_edges=[array([0.5, 0.83333333, 1.16666667, 1.5 ]),
array([0.5, 0.83333333, 1.16666667, 1.5 ])],
binnumber=array([12, 12, 12, 12, 12, 12, 12, 12, 12, 12], dtype=int64))

代碼2：

# importing libraries 
import numpy as np 
from scipy import stats 
  
# using np.ones for x and y 
x = np.ones(10) 
y = np.ones(10) 
  
# Using binned_statistic_dd 
print ("\nbinned_statistic_2d for count:",  
        stats.binned_statistic_dd([x, y], None, 
        'count', bins=3, range=[[2,3],[0,0.5]]))

輸出：

binned_statistic_2d for count: BinnedStatisticddResult(statistic=array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]]), bin_edges=[array([2., 2.33333333, 2.66666667, 3. ]),
array([0., 0.16666667, 0.33333333, 0.5 ])],
binnumber=array([4, 4, 4, 4, 4, 4, 4, 4, 4, 4], dtype=int64))