我一直在使用matplotlib.mlab.entropy函数，并注意到mlab代码中可能存在错误。
文档说明计算是：
Entropy formula http://matplotlib.org/_images/mathmpl/math-5c77f15b40.png。
请注意基于两个的日志。根据熵的通常定义，这是正确的。
但是，在mlab.py源中，计算使用的是自然对数：
S = -1.0 * np.sum(p * np.log(p)) + np.log(delta)
当然应该是np.log2()？
我自己尝试使用其他几种方法进行计算（例如this）。我已经复制并修改了mlab函数，并通过将np.log更改为np.log2使其与其他函数保持一致。
因此我认为matplotlib.mlab.entropy不正确。或者我错过了什么？
答案 0 :(得分：0)
没有“正确”的基础。
引用维基百科：“熵通常以比特，自然或禁令来衡量。”以及http://en.wikipedia.org/wiki/Entropy_(information_theory)#Definition
的基数根据我的经验：统计学和计量经济学中的熵几乎总是用自然对数来定义，信号处理中的熵通常用基数2来定义。
scipy.stats中的相应功能最近获得了一个基本关键字选项，可以从基础e默认切换到基数2。
答案 1 :(得分：0)
文档不正确，由@ user333700确认。
根据matplotlib-users邮件列表的建议，我提交了pull request来修复文档。