HistogramList

HistogramList[{x1,x2,…}]

给出值 xi 的直方图分组界限和高度的列表.

HistogramList[{{x1,y1,…},{x2,y2,…},…}]

给出值 {xi,yi,…} 的直方图分组界限和高度的列表.

HistogramList[…,bspec]

给出分组方式由 bspec 指定的直方图分组界限和高度的列表.

HistogramList[…,bspec,hspec]

给出直方条高度由规范 hspec 计算而得的直方图的分组界限和高度的列表.

更多信息和选项

  • HistogramList 亦称为样方计数.
  • HistogramList 在每一维度上产生一个分组界限列表 {b1,b2,…}，并为每个箱产生一个深度为 的数值数组.
  • 对于二维数据，该输出具有 {{{bx1,bx2,…},{by1,…}},{{v1,1,v1,2,…},{v2,1,…},…}} 的形式. 这里 vi,j 是对应于箱 [bxi,bxi+1)×[byj,byj+1) 的值.
  • HistogramList[data] 默认给出大小相同的箱，这样的选择是为了能近似值 {xi,yi,…} 假设的平滑分布.
  • 每个箱在 方向上的箱宽根据 xi 值计算， 方向上的箱宽根据 yi 值计算，以此类推.
  • 分组规范 bpsec 可以以下列形式给出：
  • n用 n 个箱
    {w}用宽度为 w 的箱
    {min,max,w}在 min 到 max 的范围内使用宽度为 w 的箱
    {{b1,b2,…}}按界限值 [b1,b2),[b2,b3),… 分组
    Automatic自动确定组距
    "name"采用已命名的分组方法
    {"Log",bspec}把分组方法 bspec 应用于经过对数变换的数据上
    fw应用 fw 以得到明确的分组规定 {b1,b2,…}
    {xspec,yspec,…}给出不同的 x、y 等的规范
  • 采用分组规范 "Log" 时使用的是 Automatic 的基本分组方法.
  • 可能的已命名的分组方法包括：
  • "Sturges"以数据长度为基础计算箱数
    "Scott"渐进最小化均方误差
    "FreedmanDiaconis"四分位箱距的两倍除以样本大小的立方根
    "Knuth"平衡分段均匀模型的似然值和先验概率
    "Wand"一级递归近似 Wand 分组方法
  • HistogramList[data,fb] 中的函数 fb 被应用于全部 {xi,yi,…} 的列表，并且应该返回一个显式的分组界限值列表 {{bx1,bx2,…},{by1,by2,…},…}. 在 HistogramList[data,{fx,fy,…}] 中， fx 用于 xi 的列表，fy 用于 yi 的列表，以此类推.
  • 在 HistogramList[data,bspec,hspec] 中给出不同的箱高规范 hspec 可得到不同形式的直方图数据. 有下列形式可供使用：
  • "Count"每个箱内元素的数目
    "CumulativeCount"累积频数
    "SurvivalCount"生存频数
    "Probability"数值落在每个箱内的比率
    "PDF"概率密度函数
    "CDF"累积分布函数
    "SF"生存函数
    "HF"风险函数
    "CHF"累积风险函数
    fh通过把 fh 应用到箱和频数得到的高度
  • 只有由实数组成的值 {xi,yi,…} 被分配到箱；其他的被视为是缺失数据.
  • HistogramList[data,bspec,fh] 中的函数 fh 被用于两个参量：一个是箱分隔点列表 {{bx1,bx2,…},{by1,by2,…},…} ，另一个，对于 维数据，是深度为 的、有每个箱的频数的数组.

范例

打开所有单元关闭所有单元

基本范例  (4)

生成数据集的箱分隔点和频数的列表：

生成二元数据集的箱分隔点和频数的列表：

使用单位宽度的箱：

使用不同的高度函数：

范围  (10)

分组规范  (7)

指定要用的箱数：

指定箱宽：

指定界限及箱的大小：

列出指定的箱分隔点：

在可能的情况下，把离散值的直方条置于数值的中心：

指定每一个维度所用的箱的数目：

指定每一个维度不同的分组规范：

使用不同的有命名的箱分隔方法：

使用间隔长度为对数的箱：

使用分组函数使分组界限落在整数上：

高度规范  (3)

使用不同的高度规范：

使用累计频数的高度函数：

非实数数据将被视为缺失：

属性和关系  (5)

诸如 Histogram 和 Histogram3D 这样的函数是用 HistogramList 来计算分组和高度的：

可以用 BinCounts 和 BinLists 来找出指定箱内的项：

HistogramList 也能给出实际的箱：

二元数据是以数对列表形式给出的：

每个变量维度都有一组箱：

频数的数组深度与变量维度数目相同：

由 5 元组组成的数据：

对于 个箱分隔点，每一维度有 个箱：

若输入是 TimeSeries 那么 HistogramList 会忽略里面的时间数据：

与值的直方图分布相比较：

可能存在的问题  (4)

分组包括左端点，不包括右端点，这样可能会导致不正常的分组：

1 没有被包含在直方图中，因为它应位于分组 [1,1.2) 中：

使用 {min,max,w} 规格得到的分箱可能不包括所有数据点：

指定 min 和 max，以便将所有数据点都纳入分箱范围：

或者，使用只限宽度的分箱规格 {w}：

对于多维数据，结果可能会变得非常庞大：

大部分值是零：

HistogramList 并不能识别多重路径 TemporalData 输入的路径结构：

按路径找出 HistogramList：

Wolfram Research (2010)，HistogramList，Wolfram 语言函数，https://reference.wolfram.com/language/ref/HistogramList.html.

文本

Wolfram Research (2010)，HistogramList，Wolfram 语言函数，https://reference.wolfram.com/language/ref/HistogramList.html.

CMS

Wolfram 语言. 2010. "HistogramList." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/HistogramList.html.

APA

Wolfram 语言. (2010). HistogramList. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/HistogramList.html 年

BibTeX

@misc{reference.wolfram_2024_histogramlist, author="Wolfram Research", title="{HistogramList}", year="2010", howpublished="\url{https://reference.wolfram.com/language/ref/HistogramList.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_histogramlist, organization={Wolfram Research}, title={HistogramList}, year={2010}, url={https://reference.wolfram.com/language/ref/HistogramList.html}, note=[Accessed: 18-November-2024 ]}