如何将连续数据拆分成组？

Question

我有两个数据集，第一个包含离散数据，第二个包含连续数据：

// the filed that needs to display the newly selected rows data
items:[
    {
        xtype: 'displayfield',
        fieldLabel: 'Route',
        id: 'route',
        name: 'route'
    }

...

Ext.getCmp('route').setValue( /** currently selected rows route **/ );

现在我想计算频率。它对data1来说很简单，因为它包含离散值：

import numpy as np

# discrete
data1 = [1, 1, 2, 2, 2, 3, 4, 4,7, 7, 7, 7, 7, 7]

# continuous
data2 = np.random.normal(size=100)

如何为连续数字做同样的事情？从理论上我知道必须对连续数据进行分组。只有在此之后它才能表示为条形图。那么，如何在python中对数据进行分组？

Answer 1

对于numpy，请查看np.histogram表示连续数据，np.bincount表示离散数据。

作为一个简单的例子：

import numpy as np

data1 = [1, 1, 2, 2, 2, 3, 4, 4, 7, 7, 7, 7, 7, 7]
data2 = np.random.normal(size=100)


discrete_counts = np.bincount(data1)
discrete_vals = np.arange(len(discrete_counts))

counts, edges = np.histogram(data2)

如果您想绘制结果，请查看plt.hist和plt.bar。

例如：

import numpy as np
import matplotlib.pyplot as plt

data1 = [1, 1, 2, 2, 2, 3, 4, 4, 7, 7, 7, 7, 7, 7]
data2 = np.random.normal(size=100)

fig, axes = plt.subplots(nrows=2)

counts = np.bincount(data1)
vals = np.arange(len(counts))
axes[0].bar(counts, vals, align='center', color='lightblue')
axes[0].set(title='Discrete Data')

axes[1].hist(data2, color='salmon')
axes[1].set(title='Continuous Data')

for ax in axes:
    ax.margins(0.05)
    ax.set_ylim(bottom=0)

plt.show()

如果您正在使用pandas，正如@Carsten所提到的那样，请查看hist函数以绘制直方图（类似于plt.hist）。但是，numpy.histogram的等效值为pandas.cut，当您想要直方图计数（或想要按连续范围分组）时，这非常方便。

Answer 2

您正在寻找的内容称为histogram。您可以使用numpy.histogram从阵列中获取其中一个。您将一个numpy数组和组的边（或 bins ，通常称为它们）传递给函数，它将返回一个2元组，由每个bin中的元素数组成和边缘。来自文档的示例：

>>> np.histogram([1, 2, 1], bins=[0, 1, 2, 3])
(array([0, 2, 1]), array([0, 1, 2, 3]))

@ajrc在评论中提到了大熊猫。如果你有一只大熊猫Series（你可以用s = pandas.series(data2)创建一个大熊猫，你可以通过调用s.hist()来创建一个直方图。它将创建一个直方图，在该范围内具有等间距的区间您的数据（默认的二进制数为10，但您可以使用bins参数进行调整）。