Python 如何获取直方图箱中的数据

我想得到一个包含在直方图箱中的数据列表。我正在使用numpy和Matplotlib。我知道如何遍历数据并检查箱子边缘。但是，我想对2D直方图执行此操作，执行此操作的代码相当难看。numpy是否有任何构造使其更容易实现

对于1D情况，我可以使用searchsorted（）。但是逻辑并没有那么好，我也不想在不需要的时候对每个数据点进行二进制搜索

大多数令人讨厌的逻辑都是由箱子边界区域造成的。所有区域都有如下边界：[左边缘，右边缘]。除了最后一个箱子，它有如下区域：[左边缘，右边缘]

以下是1D案例的一些示例代码：

import numpy as np

data = [0, 0.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 3]

hist, edges = np.histogram(data, bins=3)

print 'data =', data
print 'histogram =', hist
print 'edges =', edges

getbin = 2  #0, 1, or 2

print '---'
print 'alg 1:'

#for i in range(len(data)):
for d in data:
    if d >= edges[getbin]:
        if (getbin == len(edges)-2) or d < edges[getbin+1]:
            print 'found:', d
        #end if
    #end if
#end for

print '---'
print 'alg 2:'

for d in data:
    val = np.searchsorted(edges, d, side='right')-1
    if val == getbin or val == len(edges)-1:
        print 'found:', d
    #end if
#end for

将numpy导入为np
数据=[0,0.5,1.5,1.5,1.5,2.5,2.5,2.5,3]
历史，边缘=np.直方图（数据，箱=3）
打印“数据=”，数据
打印“直方图=”，历史记录
打印“边=”，边
getbin=2#0、1或2
打印“---”
打印“alg 1:”
#对于范围内的i（len（数据））：
对于数据中的d：
如果d>=边[getbin]：
如果（getbin==len（edges）-2）或d

以下是2D案例的一些示例代码：

import numpy as np

xdata = [0, 1.5, 1.5, 2.5, 2.5, 2.5, \
         0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, \
         0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 3]
ydata = [0, 5,5, 5, 5, 5, \
         15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, \
         25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 30]

xbins = 3
ybins = 3
hist2d, xedges, yedges = np.histogram2d(xdata, ydata, bins=(xbins, ybins))

print 'data2d =', zip(xdata, ydata)
print 'hist2d ='
print hist2d
print 'xedges =', xedges
print 'yedges =', yedges

getbin2d = 5  #0 through 8

print 'find data in bin #', getbin2d

xedge_i = getbin2d % xbins
yedge_i = int(getbin2d / xbins) #IMPORTANT: this is xbins

for x, y in zip(xdata, ydata):
    # x and y left edges
    if x >= xedges[xedge_i] and y >= yedges[yedge_i]:
        #x right edge
        if xedge_i == xbins-1 or x < xedges[xedge_i + 1]:
            #y right edge
            if yedge_i == ybins-1 or y < yedges[yedge_i + 1]:
                print 'found:', x, y
            #end if
        #end if
    #end if
#end for

将numpy导入为np
扩展数据=[0,1.5,1.5,2.5,2.5,2.5,\
0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, \
0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 3]
ydata=[0,5,5,5,5,5\
15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, \
25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 30]
xbins=3
ybins=3
hist2d，xedges，yedges=np.historogram2d（扩展数据，ydata，bin=（xbins，ybins））
打印'data2d='，zip（扩展数据，ydata）
打印“hist2d=”
打印hist2d
打印“xedges=”，xedges
打印“yedges=”，yedges
getbin2d=5#0到8
打印“在bin#中查找数据”，getbin2d
xedge_i=getbin2d%xbins
yedge_i=int（getbin2d/xbins）#重要提示：这是xbins
对于zip中的x、y（扩展数据、ydata）：
#x和y左边缘
如果x>=xedges[xedge_i]和y>=yedges[yedge_i]：
#x右边缘
如果xedge_i==xbins-1或x

---

有没有一种更干净/更有效的方法可以做到这一点？似乎numpy会有办法做到这一点。

像这样的方法怎么样：

data=numpy.array（[0,0.5,1.5,1.5,1.5,2.5,2.5,2.5,3]）
历史，边缘=numpy.直方图（数据，箱=3）
对于zip中的l，r（边[：-1]，边[1:]）：
打印（数据[（数据>l）和（数据

Out:

[0.5]
[ 1.5  1.5  1.5]
[ 2.5  2.5  2.5]

使用一点代码来处理边缘情况。

来自core NumPy，将为您提供直方图中每个值所属的bin的索引：

import numpy as NP
A = NP.random.randint(0, 10, 100)

bins = NP.array([0., 20., 40., 60., 80., 100.])

# d is an index array holding the bin id for each point in A
d = NP.digitize(A, bins)     

---

只是出于好奇；为什么在代码中使用诸如#end if之类的注释？“每个像素都很重要”通过这样做，你忽略了缩进的目的。2个原因。首先我是C++开发者，第二个是Python开发者。Python的缺乏支撑使我不感兴趣。当我有很多不同的缩进的复杂代码块时，我不想计算空白。我在Emacs中做了大部分的开发。通过在代码块上添加注释，我可以在每一行上按TAB键，Emacs不会尝试错误地缩进某些内容。这几乎是完美的！如果这里有任何numpy开发者，该函数应该真正包含在直方图文档的“请参阅”部分。digitize（）bin逻辑与直方图（）不完全匹配，这太糟糕了但是bin逻辑。因此，这会导致与我上面的其他示例一样的笨拙代码。这与

bins.searchsorted（A，'right'）

不完全相同吗？