19
14

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

NumPy でビンの作成、データとビンの対応関係の取得

Posted at

データをビンに分けてヒストグラム等を描画する処理自体は、matplotlibの hist() に array を渡せばデータに応じて良い感じのビンに切り分けて描画してくれますが、任意のビンでデータを分けたい場合や、どのデータがどのビンに入っているか知りたい場合があります。

今回は、ビンの作成および、データとビンの対応関係を取得を行います。

分布の作成

まず適当な分布の array を作成します。

import numpy

n = 100
dist = numpy.random.normal(0, 1, n)

ビンの作成

ビンの数の妥当性に関しては議論があるようですが、Microsoft Excel 等では標準でデータ数 n に対してビンの数 k を n の平方数とするみたいです。

k=\sqrt{n}

今回はこの方法でビンの数を決めて、データの範囲を k 分割する array をビンとして作成します。

import math

bin_num = math.sqrt(n)
bins = numpy.linspace(min(dist), max(dist), bin_num)

次のような array が作成されました。

[-2.28875045 -1.72785426 -1.16695807 -0.60606188 -0.0451657   0.51573049 1.07662668  1.63752287  2.19841906  2.75931524]

確認

作成したビンを使ってデータがどのようにプロットされるか確認してみます。

import matplotlib.pyplot as plt

plt.hist(dist, bins=bins) 
plt.show()

binning.png

データとビンの対応の取得

numpy.digitize() でデータに対応したビンの位置情報が格納されたリストを取得できます。

bin_indice = numpy.digitize(dist, bins)

以下の結果の場合は、dist[0] は4番目のビン、dist[1]は5番目のビンに対応するという感じです。

[ 4  5  8  6  4  6  8  1  6  6  8  2  6  3  5  4  5  4  5  3  8  2  5  5  4 4  4  4  2  3  5  6  5  3  4  3  7  6  4  3  4  4  8  2  4  4  8  6  6  3 6  2  9  5  5  4  4  1  8  6  5  5  5  5  4  1 10  3  1  8  7  3  4  3  8 2  6  5  6  3  6  7  5  3  3  5  5  5  4  1  3  6  5  6  7  3  4  7  8  4]

zip() でくっつけてみます。

bin_data_map = zip(dist, bin_indice)
[(-0.16840296791127732, 4), (0.43715458127052381, 5), (1.8635306330264274, 8), (0.89273121368100206, 6),...
19
14
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
19
14

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?