Question

import numpy as np
np.random.random((5,5))

array([[ 0.26045197,  0.66184973,  0.79957904,  0.82613958,  0.39644677],
       [ 0.09284838,  0.59098542,  0.13045167,  0.06170584,  0.01265676],
       [ 0.16456109,  0.87820099,  0.79891448,  0.02966868,  0.27810629],
       [ 0.03037986,  0.31481138,  0.06477025,  0.37205248,  0.59648463],
       [ 0.08084797,  0.10305354,  0.72488268,  0.30258304,  0.230913  ]])

我想从这个2D阵列创建一个2D密度估计值，使得相似的值意味着更高的密度。有没有办法在numpy中做到这一点？

Answer 1

我同意，你的意思确实不完全清楚。 numpy.histogram函数为您提供数组的密度。

import numpy as np
array = np.random.random((5,5))
print array

density = np.histogram(array, density=True)
print(density)

然后您可以绘制密度，例如使用Matplotlib。这里有一个很好的讨论：How does numpy.histogram() work?

在numpy中创建密度估计

1 个答案: