查找范围以创建统一直方图

Question

我需要找到范围以创建统一直方图

即：年龄 到 4 个范围

data_set = [18,21,22,24,27,27,28,29,30,32,33,33,42,42,45,46]

有没有一个函数可以给我范围，所以直方图是统一的？

在这种情况下

ranges = [(18,24), (27,29), (30,33), (42,46)]

这个例子很简单，我想知道是否有一个算法也可以处理复杂的数据集

谢谢

Answer 1

您正在寻找能够平均划分数据的分位数。这与cut结合应该可以工作。所以，假设你想要n 组。

set.seed(1)  
x <- rnorm(1000)  # Generate some toy data
n <- 10
uniform <- cut(x, c(-Inf, quantile(x, prob = (1:(n-1))/n), Inf)) # Determine the groups
plot(uniform)

编辑：现在更正以在末端产生正确的切割。

Edit2：我不太理解反对票。但这也适用于您的示例：

data_set = c(18,21,22,24,27,27,28,29,30,32,33,33,42,42,45,46)
n <- 4
groups <- cut(data_set, breaks = c(-Inf, quantile(data_set, prob = 1:(n-1)/n), Inf))
levels(groups)

有一些小的重命名必需品。对于稍微好一点的级别名称，您还可以输入 min(x) 和 max(x) 而不是 -Inf 和 Inf。