由于某种原因，Numpy 的 hist 总是返回比 MATLAB 的 hist 少一个 bin：
例如在 MATLAB 中：
x = [1,2,2,2,1,4,4,2,3,3,3,3];
[Rep,Val] = hist(x,unique(x));
给予：
Rep = [2 4 4 2]
Val = [1 2 3 4]
但在 Numpy 中：
import numpy as np
x = np.array([1,2,2,2,1,4,4,2,3,3,3,3])
Rep, Val = np.histogram(x,np.unique(x))
给予：
>>>Rep
array([2, 4, 6])
>>>Val
array([1, 2, 3, 4])
如何获得与 MATLAB 相同的结果？
【问题讨论】：
根据 dilayapici 在这篇文章中的回答，一个通用的解决方案（适用于您的示例）以与 Matlab 的 hist 相同的方式运行 Python 的 np.histogram，如下：
x = np.array([1,2,2,2,1,4,4,2,3,3,3,3])
# Convert the bin centers given in Matlab to bin edges needed in Python.
numBins = len(np.unique(x))
bins = np.linspace(np.amin(x), np.amax(x), numBins)
# Edit the 'bins' argument of `np.histogram` by just putting '+inf' as the last element.
bins = np.concatenate((bins, [np.inf]))
Rep, Val = np.histogram(x, bins)
输出：
Rep
array([2, 4, 4, 2], dtype=int64)
【讨论】：
首先我想解释一下这个问题。
在 Phyton 中，它的运行方式如下：
np.unique(x) = [1, 2, 3, 4] 所以，
第一个 bin 等于 [1, 2)（包括 1，但不包括 2），因此 ==> Rep[0]=2
第二个 bin 等于 [2, 3)（包括 2，但不包括 3），因此 ==> Rep[1]=4
最后一个 bin 等于 [3, 4]，其中包括 4。因此 ==> Rep[2] = 6
在 MATLAB 中 hist() 函数运行如下：
第一个 bin 等于 [1, 2)（包括 1，但不包括 2），因此 ==> Rep[0]=2
第二个 bin 等于 [2, 3)（包括 2，但不包括 3），因此 ==> Rep[1]=4
第三个 bin 等于 [3, 4)（包括 3，但不包括 4），因此 ==> Rep[2]=4
最后一个 bin 等于 [4, ∞)，因此 ==> Rep[3]=2
现在如果你想在 Pyhton 中得到相同的结果，你必须在 Matlab 中使用不同的函数。这是histogram() 函数。我们可以决定“bins number”。
x = [1,2,2,2,1,4,4,2,3,3,3,3];
nbins=3 ;
h= histogram(x,nbins);
h.Values
你可以看到h.Values等于[2,4,6]。
希望能帮到你:)
【讨论】：