python：有频率函数吗？

excel中有一个频率函数：

Excel的频率函数将对此进行更改 有用的函数可以分析一个系列 并将其总结为 指定范围的数目。对于 举一些孩子的身高为例 可分为四类 [小于150厘米]；[151-160厘米]； [161-170cm]；[超过170厘米]

你想了解更多吗

John Walkenbach的Excel 2003公式 （附光盘）

FREQUENCY（）是一个不寻常的数组 功能，它的工作方式与 大多数其他正常功能。它可以 不是简单地输入单元格或 甚至可以使用Excel正确输入 函数向导

请注意，此函数不可用 对价值进行分类分析，例如：。 家庭开支分为以下几类： 如煤气、电、水、费率等。 要进行这种分析 高级过滤器可能是合适的

频率函数有两种 参数-第一个是参数的范围 包含要删除的值的单元格 分析；第二个是范围 包含 每组分带。例如 =频率（A3:A120，B6:B10）

第二个参数（组上限） 限制）将排除任何 超过最高类别或 捆扎。该函数允许您 考虑到这一点，并扩展 从分析范围到附加 包含所有值的类别 超过规定的上限

python中有这样的东西吗

import numpy
numpy.histogram( [ <data> ], [ <bins> ] )

计算一组数据的直方图。 参数：

a

：类似数组 输入数据。直方图是在展平阵列上计算的

bin

：int或标量序列，可选 如果bins为int，则它定义了中等宽bins的数量 给定范围（默认为10）。如果垃圾桶 是一个序列，它定义了bin 边，包括最右边的边， 允许不均匀的料仓宽度

范围

：（浮动，浮动），可选 箱子的上下范围。如果未提供，则范围为 简单地（a.min（），a.max（）。价值观 超出范围的将被忽略

normed

：布尔值，可选 如果为False，则结果将包含每个样本中的样本数 箱子如果为True，则结果为值 概率密度函数在 标准化的垃圾箱，以便 范围内的积分为1。注 即直方图值的总和 将不等于1，除非 选择单位宽度；这不是一个问题 概率质量函数

权重

：类似阵列，可选 一组权重，形状与a相同。每个值只包含一个 贡献其相关权重 朝向垃圾箱计数（而不是1）。 如果normed为True，则权重为 归一化，使 该范围内的密度保持为1

返回：

hist

：数组 直方图的值。请参见规范化和重量，了解更多信息 可能语义的描述

bin_边

：数据类型float的数组 返回箱子边缘（长度（历史）+1）

---

您可能必须首先执行此操作。

根据引用的页面所述，我编写了一个函数，我确信有更快的方法来执行此操作，但我确信此方法是正确的

def FREQUENCY(values, bands, max=None):
   counts = [0]*(len(bands)+1)
   for v in values:
       for i,b in enumerate(bands):
           if v <= b:
               counts[i] += 1
               break
           else if v > max:
               counts[-1] += 1
               break
   return counts

def频率（值、频带、最大值=无）：
计数=[0]*（长度（带）+1）
对于v值：
对于枚举中的i、b（带）：
如果v最大值：
计数[-1]+=1
打破
返回计数

最好的选择是使用

numpy.histogram

，但如果您不想安装numpy，这里有一个类似Excel的方法：

def frequency(data, bins):
    # work with local sorted copy of bins for performance
    bins = bins[:]
    bins.sort()
    freqs = [0] * (len(bins)+1)
    for item in data:
        for i, bin_val in enumerate(bins):
            if item <= bin_val:
                freqs[i] += 1
                break
        else:
            freqs[len(bins)] += 1
    return freqs

---

有一个小区别。在Excel中，如果

bin

为空，则数据长度将作为整数返回。此python版本在列表中返回该整数。原因是Python版本将返回一致的数据类型（并且仍然给出正确的答案）。

我不知道Python中是否有这样的函数，但显然您可以编写它：

def frequency(values, groups):
    # Build the solution
    toret = dict()
    toret[ None ] = list()

    # Sort them
    values.sort()
    groups.sort()

    # Run over groups
    i = 0
    for maxValue in groups:
        while ( ( values[ i ] < maxValue ) and ( i < len( values ) ) ):
            if ( toret.get( maxValue ) == None ):
                toret[ maxValue ] = list()
            toret[ maxValue ].append( values[ i ] )
            i += 1

        if ( i >= len( values ) ):
            break

    if ( i < len( values ) ):
        while( i < len( values ) ):
            toret[ None ].append( values[ i ] )
            i += 1

    return toret


l=[ 15,9,3,5,6,4,8,2,1,7,11,12 ]
g=[ 3,6,9 ]
print( frequency( l, g ) )

---

（我没有Excel atm。）

FREQUENCY

是仅仅计算每个bucket中的数据点的数量，还是它自己将数据点存储在bucket中？也就是说，

频率（[145155]）

是否意味着给出

{‘小于150cm’：1，…}

或

{“小于150cm”：145，…

？如果后者，

numpy.histogram

是您的朋友。Excel的频率返回一个比频带长一个元素的数组。此版本没有。如果您在诸如“print（FREQUENCY（l，g））”之类的句子中引用括号，则它们是由于使用了Python 3。如果您在“If”中引用它们（i>>> data = [79, 85, 78, 85, 50, 81, 95, 88, 97] ... bins = [70, 79, 89] ... print frequency(data, bins) [1, 2, 4, 2]

def frequency(values, groups):
    # Build the solution
    toret = dict()
    toret[ None ] = list()

    # Sort them
    values.sort()
    groups.sort()

    # Run over groups
    i = 0
    for maxValue in groups:
        while ( ( values[ i ] < maxValue ) and ( i < len( values ) ) ):
            if ( toret.get( maxValue ) == None ):
                toret[ maxValue ] = list()
            toret[ maxValue ].append( values[ i ] )
            i += 1

        if ( i >= len( values ) ):
            break

    if ( i < len( values ) ):
        while( i < len( values ) ):
            toret[ None ].append( values[ i ] )
            i += 1

    return toret


l=[ 15,9,3,5,6,4,8,2,1,7,11,12 ]
g=[ 3,6,9 ]
print( frequency( l, g ) )

{None: [9, 11, 12, 15], 9: [6, 7, 8], 3: [1, 2], 6: [3, 4, 5]}