cupy.histogramdd#

cupy.histogramdd(sample, bins=10, range=None, weights=None, density=False)[source]#

计算一些数据的多维直方图。

参数:

  • sample (cupy.ndarray) –

    要计算直方图的数据。(N, D) 或 (D, N) 数组

    注意当 sample 是 array_like 时的特殊解释

    • 当是数组时，每行是 D 维空间中的一个坐标 - 例如 histogramdd(cupy.array([p1, p2, p3]))。

    • 当是 array_like 时，每个元素是单个坐标的值列表 - 例如 histogramdd((X, Y, Z))。

    应优先使用第一种形式。

  • bins (int 或 tuple of int 或 cupy.ndarray) –

    bin 规范

    • 描述每个维度上单调递增的 bin 边界的数组序列。

    • 每个维度的 bin 数量 (nx, ny, … =bins)

    • 所有维度的 bin 数量 (nx=ny=…=bins)。

  • range (sequence, optional) – 一个长度为 D 的序列，每个元素是一个可选的 (lower, upper) 元组，用于在未在 bins 中明确给出边界时提供外部 bin 边界。序列中 None 的条目表示对相应的维度使用最小值和最大值。默认值 None 等效于传递一个由 D 个 None 值组成的元组。

  • weights (cupy.ndarray) – 一个值数组 w_i，用于加权每个样本 (x_i, y_i, z_i, …)。返回的直方图的值等于落入每个 bin 的样本的权重之和。

  • density (bool, optional) – 如果为 False (默认值)，返回每个 bin 中的样本数。如果为 True，返回 bin 处的概率密度函数，即 bin_count / sample_count / bin_volume。

返回:

H (cupy.ndarray)

样本 x 的多维直方图。有关不同可能的语义，请参阅 normed 和 weights。

edges (list of cupy.ndarray)

描述每个维度 bin 边界的 D 个数组列表。

返回类型:

tuple

警告

此函数可能会同步设备。

另请参阅

numpy.histogramdd()