pdf除以numpy中的bin边缘大小。直方图密度参数

时间:2019-08-02 20:28:21

标签: numpy histogram probability-density

为什么numpy.histogram返回的第一个值表示为:n / db / n.sum()使用bin宽度“ db”。

我无法想象将箱中的元素数除以箱宽度“ db”,然后再将其除以元素之和所得到的智慧。文档以这种方式说这是归一化的值。我可以想象只有在除以较大的数字以获得百分比时才进行归一化,但是在这种情况下该如何工作。 为什么不只是n / n.sum()而完全忽略bin宽度,因为它给出归一化的值,其积分等于1?为什么我们要精确地除以箱宽?以及在相同大小的箱宽直方图中有什么不同?

如果密度==真:

db = np.array(np.diff(bin_edges), float)

return n/db/n.sum(), bin_edges

0 个答案:

没有答案