Come bin serie di valori float in istogramma in Python?

Question

Ho impostato il valore in virgola mobile (sempre minore di 0). Che voglio inserire nell'istogramma, i, e. ogni barra in istogramma contiene gamma di valore [0,0.150)

I dati che ho assomiglia a questo:

0.000 
0.005 
0.124 
0.000 
0.004 
0.000 
0.111 
0.112 

Whith il mio codice qui sotto mi aspetto di ottenere il risultato che assomiglia

[0, 0.005) 5 
[0.005, 0.011) 0 
...etc.. 

Ho provato a fare questo binning con questo mio codice. Ma non sembra funzionare. Qual è il modo giusto per farlo?

#! /usr/bin/env python 


import fileinput, math 

log2 = math.log(2) 

def getBin(x): 
    return int(math.log(x+1)/log2) 

diffCounts = [0] * 5 

for line in fileinput.input(): 
    words = line.split() 
    diff = float(words[0]) * 1000; 

    diffCounts[ str(getBin(diff)) ] += 1 

maxdiff = [i for i, c in enumerate(diffCounts) if c > 0][-1] 
print maxdiff 
maxBin = max(maxdiff) 


for i in range(maxBin+1): 
    lo = 2**i - 1 
    hi = 2**(i+1) - 1 
    binStr = '[' + str(lo) + ',' + str(hi) + ')' 
    print binStr + '\t' + '\t'.join(map(str, (diffCounts[i]))) 

~

Answer 1

Quando possibile, non reinventare la ruota. NumPy ha tutto il necessario:

#!/usr/bin/env python 
import numpy as np 

a = np.fromfile(open('file', 'r'), sep='\n') 
# [ 0.  0.005 0.124 0.  0.004 0.  0.111 0.112] 

# You can set arbitrary bin edges: 
bins = [0, 0.150] 
hist, bin_edges = np.histogram(a, bins=bins) 
# hist: [8] 
# bin_edges: [ 0. 0.15] 

# Or, if bin is an integer, you can set the number of bins: 
bins = 4 
hist, bin_edges = np.histogram(a, bins=bins) 
# hist: [5 0 0 3] 
# bin_edges: [ 0.  0.031 0.062 0.093 0.124] 

Answer 2

Il primo errore è:

Traceback (most recent call last): 
    File "C:\foo\foo.py", line 17, in <module> 
    diffCounts[ str(getBin(diff)) ] += 1 
TypeError: list indices must be integers 

Perché stai convertendo un int ad una str quando è necessaria una str? Risolviamo il problema, quindi otteniamo:

Traceback (most recent call last): 
    File "C:\foo\foo.py", line 17, in <module> 
    diffCounts[ getBin(diff) ] += 1 
IndexError: list index out of range 

perché hai fatto solo 5 secchi. Non capisco il vostro schema di bucket, ma cerchiamo di renderlo 50 secchi e vedere cosa succede:

6 
Traceback (most recent call last): 
    File "C:\foo\foo.py", line 21, in <module> 
    maxBin = max(maxdiff) 
TypeError: 'int' object is not iterable 

maxdiff è un singolo valore dalla vostra lista di int, quindi qual è max fa qui? Rimuoverlo, ora otteniamo:

6 
Traceback (most recent call last): 
    File "C:\foo\foo.py", line 28, in <module> 
    print binStr + '\t' + '\t'.join(map(str, (diffCounts[i]))) 
TypeError: argument 2 to map() must support iteration 

Abbastanza sicuro, si sta utilizzando un singolo valore come secondo argomento a map. Diamo semplificare le ultime due righe di questo:

binStr = '[' + str(lo) + ',' + str(hi) + ')' 
print binStr + '\t' + '\t'.join(map(str, (diffCounts[i]))) 

a questo:

print "[%f, %f)\t%r" % (lo, hi, diffCounts[i]) 

Ora stampe:

6 
[0.000000, 1.000000) 3 
[1.000000, 3.000000) 0 
[3.000000, 7.000000) 2 
[7.000000, 15.000000) 0 
[15.000000, 31.000000) 0 
[31.000000, 63.000000) 0 
[63.000000, 127.000000) 3 

io non sono sicuro che altro da fare qui, dal momento che non capisco davvero il secchio che speri di usare. Sembra coinvolgere i poteri binari, ma non ha senso per me ...

Answer 3

from pylab import * 
data = [] 
inf = open('pulse_data.txt') 
for line in inf: 
    data.append(float(line)) 
inf.close() 
#binning 
B = 50 
minv = min(data) 
maxv = max(data) 
bincounts = [] 
for i in range(B+1): 
    bincounts.append(0) 
for d in data: 
    b = int((d - minv)/(maxv - minv) * B) 
    bincounts[b] += 1 
# plot histogram 

plot(bincounts,'o') 
show()