Mam zestaw danych i chcę zrobić jego histogram. Muszę mieć te same pojemnikirozmiar, przez co rozumiem, że muszą zawierać taką samą liczbę obiektów, a nie bardziej powszechny (numpy.histogram) problem posiadaniaw równych odstępach kosze. Będzie to oczywiście kosztem szerokości pojemników, które mogą - i ogólnie rzecz biorąc - będą inne.

Określę liczbę żądanych pojemników i zestaw danych, uzyskując w zamian krawędzie pojemników.

Example:
data = numpy.array([1., 1.2, 1.3, 2.0, 2.1, 2.12])
bins_edges = somefunc(data, nbins=3)
print(bins_edges)
>> [1.,1.3,2.1,2.12]

Tak więc wszystkie pojemniki zawierają 2 punkty, ale ich szerokości (0,3, 0,8, 0,02) są różne.

Istnieją dwa ograniczenia: - jeśli grupa danych jest identyczna, pojemnik zawierający je może być większy. - jeśli są dane N i wymagane są pojemniki M, będą N / M pojemniki plus jeden, jeśli N% M nie wynosi 0.

Ten fragment kodu to jakiś napisany przeze mnie cruft, który działał dobrze dla małych zestawów danych. Co jeśli mam 10 ** 9 + punktów i chcę przyspieszyć ten proces?

  1 import numpy as np
  2 
  3 def def_equbin(in_distr, binsize=None, bin_num=None):
  4 
  5     try:
  6 
  7         distr_size = len(in_distr)
  8 
  9         bin_size = distr_size / bin_num
 10         odd_bin_size = distr_size % bin_num
 11 
 12         args = in_distr.argsort()
 13 
 14         hist = np.zeros((bin_num, bin_size))
 15 
 16         for i in range(bin_num):
 17             hist[i, :] = in_distr[args[i * bin_size: (i + 1) * bin_size]]
 18 
 19         if odd_bin_size == 0:
 20             odd_bin = None
 21             bins_limits = np.arange(bin_num) * bin_size
 22             bins_limits = args[bins_limits]
 23             bins_limits = np.concatenate((in_distr[bins_limits],
 24                                           [in_distr[args[-1]]]))
 25         else:
 26             odd_bin = in_distr[args[bin_num * bin_size:]]
 27             bins_limits = np.arange(bin_num + 1) * bin_size
 28             bins_limits = args[bins_limits]
 29             bins_limits = in_distr[bins_limits]
 30             bins_limits = np.concatenate((bins_limits, [in_distr[args[-1]]]))
 31 
 32         return (hist, odd_bin, bins_limits)