有一个数据集(仅供测试)如下: 0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5 我希望频率计数在最小值0.1和最大值1.5之间,而bin(步长)为0.1。我已经在Matlab,Octave,Origin和AWK脚本中进行了测试。但是,我得到了完全不同的结果。
data = [0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5];
edge = 0.1:0.1:1.5;
count = histc(data, edge);
结果是:
count = [2 4 0 2 2 0 0 0 0 0 1 1 1 1 1]
data = [0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5];
edge = 0.1:0.1:1.5;
count = histc(data, edge);
结果是:
count = [2 2 2 2 2 0 0 0 0 0 1 2 0 1 1]
使用命令“频率计数”,设置min=0.1
,max=1.5
,step size=0.1.
结果是:
count = [2 4 0 2 2 0 0 0 0 0 2 1 1 1]
{...;count[data/0.1]++;} ...
结果是:
count = [2 4 0 2 2 0 0 0 0 0 2 0 2 0 1]
为什么我会得到这些不同的结果?我做错了什么,还是我误解了“频率计数”的概念?我不认为上述任何结果都是正确的......你能否告诉我该怎么做?
答案 0 :(得分:5)
快速解决方法是将边缘移位
Matlab的:
data = [0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5];
edge = 0.05:0.1:1.55;
count = histc(data, edge)
结果:
Columns 1 through 9
2 2 2 2 2 0 0 0 0
Columns 10 through 16
0 1 1 1 1 1 0
注意:由于长度(边缘)=长度(数据)+1,最后会出现虚假峰值。
然后正如Paul R所说,它归结为精确和圆整。您必须进入每个频率计数功能,以查看每种语言如何解释它。如果我是你,我会将所有东西乘以10并使它们成为int。
data=int8(data.*10)
edge = 1:15;
count = histc(data, edge)
结果:
Columns 1 through 9
2 2 2 2 2 0 0 0 0
Columns 10 through 15
0 1 1 1 1 1
重要的是人类如何解释它,而不是机器。如果你知道你乘以10 ^(你的精度)并使它们成为int,你就不在乎机器真正做了什么。然后,如果数据中有无理数,但仍然看到错误,请检查浮点数的编码方式(http://en.wikipedia.org/wiki/Floating_point)
干杯。