規格化由紙槽區域

Question

我有一個2D直方圖我與numpy的生成histogram2d：

H, xedges, yedges = np.histogram2d(y, x, weights=mass * (1.0 - pf), 
            bins=(yrange,xrange)) 

注意，我目前稱量倉與質量的函數（mass是numpy的陣列具有相同尺寸如x和y）。該箱是對數的（通過xrange = np.logspace(minX, maxX, 100)生成）。然而，我真的想要用質量函數來加權，但是將它們歸一化（即，除以）倉的面積：例如， - 每個垃圾箱的面積爲xrange[i] * yrange[i]。但是，因爲xrange和yrange的尺寸與mass,x和y不一樣，所以我不能簡單地在np.histogram2d調用中進行標準化。

我怎樣才能按每個日誌文件夾中的區域來規範文件夾計數？

作爲參考，這裏是情節（我已經添加了x和y一維直方圖，我還需要通過bin的寬度進行歸一化，但是一旦我找出如何爲2D做它應該是類似的）。

僅供參考 - 我生成的主要（和軸，直方圖）與matplotlib：

X,Y=np.meshgrid(xrange,yrange) 
H = np.log10(H) 
masked_array = np.ma.array(H, mask=np.isnan(H)) # mask out all nan, i.e. log10(0.0) 
cax = (ax2dhist.pcolormesh(X,Y,masked_array, cmap=cmap, norm=LogNorm(vmin=1,vmax=8))) 

Answer 1

我覺得你只是想通過normed=True到np.histogram2d：

賦範：bool，可選

如果False返回每個bin中的樣本數。如果True，返回箱密度bin_count/sample_count/bin_area。

---

如果你想計算出倉區和做手工正常化，最簡單的方法很可能是使用broadcasting：

x, y = np.random.rand(2, 1000) 
xbin = np.logspace(-1, 0, 101) 
ybin = np.logspace(-1, 0, 201) 

# raw bin counts 
counts, xe, ye = np.histogram2d(x, y, [xbin, ybin]) 

# size of each bin in x and y dimensions 
dx = np.diff(xbin) 
dy = np.diff(ybin) 

# compute the area of each bin using broadcasting 
area = dx[:, None] * dy 

# normalized counts 
manual_norm = counts/area/x.shape[0] 

# using normed=True 
counts_norm, xe, ye = np.histogram2d(x, y, [xbin, ybin], normed=True) 

print(np.allclose(manual_norm, counts_norm)) 
# True