matplotlib 的 histogramdd 是如何工作的？

Question

我发现 histogramdd 的输出令人困惑。例如：

h, edges = histogramdd([[1,2,1],[4,2,1]],bins=2)

h -> [[ 1.  1.]
     [ 1.  0.]]
edges -> [array([ 1. ,  1.5,  2. ]), array([ 1. ,  2.5,  4. ])]

也许我不理解documentation，但似乎建议输入应该是一个数组，其中N 行代表数据点，D 列代表维度（所以在这种情况下，我们正在处理三个维度中的两个数据点），我猜edges 中的每个数组代表一个不同的维度，但根据输出h 似乎没有意义。

这应该如何解释？

谢谢

Answer 1

更新

我上次错了。现在这是 histogramdd 的正确解释。首先，在 histogramdd 中使用数组非常重要，否则会输出虚假结果：

比较一下：

In [59]: h, edges = histogramdd([[1,2,4],[4,2,8],[3,2,1],[2,1,2],[2,1,3],[2,1,1],[2,1,4]],bins=3)
h.shape
Out[59]: (3, 3, 3, 3, 3, 3, 3)

到这里：

In [60]: h, edges = histogramdd(array([[1,2,4],[4,2,8],[3,2,1],[2,1,2],[2,1,3],[2,1,1],[2,1,4]]),bins=3)
h.shape
Out[60]: (3, 3, 3)

使用第二种方法，我们得到了合理的结果：

In [61]: h, edges = histogramdd(array([[1,2,4],[4,2,8],[3,2,1],[2,1,2],[2,1,3],[2,1,1],[2,1,4]]),bins=3)
In [64]: h
Out[64]:
array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  1.,  0.]],

       [[ 3.,  1.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 1.,  0.,  1.]]])
In [65]: edges
Out[65]:
[array([ 1.,  2.,  3.,  4.]),
 array([ 1.        ,  1.33333333,  1.66666667,  2.        ]),
 array([ 1.        ,  3.33333333,  5.66666667,  8.        ])]

我们的输入是[1,2,4], [4,2,8], etc。边缘表示每个维度的箱。在此示例中，[1,2,4] 的计数如下：1 属于 array([1.,2.,3.,4.]) 的第一个 bin，因为它在 1 和 2 之间，2 属于 array([ 1. , 1.33333333, 1.66666667, 2. ]) 的第三个 bin，因为它在 1.6666667 和 2 和 4 属于array([ 1. , 3.33333333, 5.66666667, 8. ]) 的第二个 bin，因为它在 3.33333333 和 5.66666667 之间。所以我们有第一个 bin、第三个 bin 和第二个 bin 作为点 [1,2,4] 的坐标。这意味着我们正在计算第一个数组中的那个元素，第三行，第二列：

[[ 0.,  0.,  0.],
[ 0.,  0.,  0.],
[ 0.,  1*.,  0.]] 

我添加了一个 * 让您更容易识别它。第二个坐标[4,2,8]分别位于x、y、z的第三个bin、第三个bin和第三个bin（第三个数组，第三行，第三列）：

[[ 0.,  0.,  0.],
[ 0.,  0.,  0.],
[ 1.,  0.,  1.*]]])

作为最后一个例子，第三个坐标[3,2,1]分别位于x、y、z的第三个bin、第三个bin和第一个bin（第三个数组，第三行，第一列）：

[[ 0.,  0.,  0.],
 [ 0.,  0.,  0.],
 [ 1.*,  0.,  1.]]