Question

有一天，我无法理解正在发生的事情。我有一个工具，它从X，Y，Z坐标的数组（Numpy数组）生成2D直方图（Z在一分钟内不重要）。我需要将结果标准化，以便我可以进行进一步的计算。但是，当使用normed = True命令时，数组的总和总是在0.000006左右。

我希望对整个直方图进行标准化，因此所有数组元素都会加起来1.将normed设置为False会正确返回bin中的样本数，但显然这不是规范化的。我用3k元素的阵列测试它一直到30k仍然是同样的问题。为了记录，我的数据包括所有3个轴上的负坐标。

代码如下：

def histogrammer(coords):      # coords is a 3D numpy array

H, xedges, yedges = np.histogram2d(coords[:,0], coords[:,1], bins=(50, 50), range=([-10000.0,10000.0],[-10000.0,10000.0]), normed=True)
H.shape, xedges.shape, yedges.shape
extent = [yedges[0], yedges[-1], xedges[-1], xedges[0]]

global displayHistograms
if displayHistograms == True:
    print('Displaying:')
    plt.imshow(H, extent=extent, interpolation='nearest')
    plt.colorbar()
    plt.show()

print('{0:.30f}'.format(np.sum(H)))    # Debug normalisation

return H

我为两个数组运行此代码，生成两个不同的直方图。每个的打印声明：

0.000006250000000000000299510850
0.000006250000000000002840609692

有人可以告诉我哪里出错吗？在此先感谢您的帮助！

Answer 1

normed=True将音量（即binarea*binheight之和）标准化为1，而不是高度之和。因为这是通常对直方图进行标准化的方式，因为标准化直方图是概率密度函数的估计。

如果你想将高度之和加1，只需将非标准化值除以总点数：

H, xedges, yedges = np.histogram2d(coords[:,0], coords[:,1], bins=(50, 50), range=([-10000.0,10000.0],[-10000.0,10000.0]))
H_normalized = H/float(coords.shape[0])

Answer 2

设置normed = True会给出bin密度，而不是bin中总项目的分数。您需要从箱宽度或手动计算。

Matplotlib histogram2d标准化不等于1

2 个答案: