Numpy 有人能解释一下这个代码输出吗

1.我试图理解此代码，但无法理解。您能帮我吗

    a = np.arange(5)
    hist, bin_edges = np.histogram(a, density=True)
    hist

2.为什么输出是这样的

    array([0.5, 0. , 0.5, 0. , 0. , 0.5, 0. , 0.5, 0. , 0.5])

---

请检查这个。提示：当您调用

np.histogram

时，默认的bin值是10，因此您的输出有10个元素。

np.histogram的

bin

参数的默认值是10。因此，直方图统计数组元素所属的存储箱。在本例中，

a=np.array（[0,1,2,3,4]）

。如果我们用

10个

bin创建直方图，那么我们将间隔0-4（包括）分成10个相等的bin。这给了我们（注意，11个端点给了我们10个箱子）：

现在我们只需要查看数组

a

中的元素属于哪些容器。我们可以将其计算如下：

[1, 0, 1, 0, 0, 1, 0, 1, 0, 1]

现在，这仍然不是确切的输出。

density=True

参数声明（来自文档）：“如果

True

，则结果为 料仓处的概率密度函数，归一化为 该范围内的积分为1。”

每个箱子（高度

.5

）的宽度为

.4

，因此

5x.5x.4=1

，这是本参数的要求。

numpy.arange（5）

生成一个由5个元素组成的numpy数组，均匀分布：array（[0,1,2,3,4]）。

np.histogram（a，density=True）

返回从数组

a

中使用10个仓位（默认值）获得的仓位边缘和直方图值。 bin_edges给出了bin的边，而直方图给出了每个bin的出现次数。如果设置了

density=True

，则会对出现的情况进行规格化（范围内的积分为1）

---

查看更多信息。

您不了解什么<代码>排列图或

直方图

？你看过文件了吗？查看了

a

和

bin\u边缘

？

[1, 0, 1, 0, 0, 1, 0, 1, 0, 1]