什么是标准化直方图？我何时以及为何使用它？它的优点是什么？
我根本不理解这个概念 - 当我尝试将其应用于我的直方图时，当我使用反投影时，我没有得到任何结果。
有人能给我一个标准化的非技术解释吗？
我正在使用 OpenCV
PS：不要送我去维基百科 - 我不明白维基百科页面
谢谢
在Delphi中没有人需要直方图吗？
谷歌给了我一堆半生不熟的代码片段.但这意味着每次你需要一个 - 你必须发明一个特别的bycicle.
Torry主要告诉我一些非常昂贵的闭源数学统计或金融包,作为副产品有直方图.但它们非常昂贵,而且由于你没有源代码,每次你在IDE/RTL/VCL上安装更新时,你可能会被搞砸,直到供应商制作(很快就会？)更新的软件包.鉴于那个存在仍然存在.
没有告诉我什么,没有.
对于我发现的...... Mitov.com在PlotLab中提供了一些直方图.被告知是免费的非商业性的.唉,它再次是闭源的,如果直方图 - 非常喜欢让我们承认 - 这是我需要的唯一东西 - 为什么要支付全部价格？
还有一个例子http://DSpatial.sf.net 就在几年前我在Delphi 5中使用它,但即便如此,我觉得作者对该项目失去了兴趣.我做了一些改进,修复了一些错误,他合并了它们,就是这样.该组件不是很有用,缺乏功能,但总比没有好.现在该项目似乎完全死了.美好的往日,等等.但我不希望他们回来:-)
Stack Overflow似乎没有任何关于它的问题.但也许只是没有人打扰创建话题,搜索后什么都没发现？我的意思是,Delphi是为数据库访问而创建的,直方图是可视化数据的基本方法之一,没有人穿过它们？一些风格不错的东西,在http://www.moskva.fm/stations/FM_95.2上有HTML/CSS/JS等丰富的鼠标工具提示？
或者这是否与域相关,并且永远不可能有良好的抽象？
我有一个包含 2 列的文件，例如：
111, 3
122, 4
155, 3
192, 5
11, 9
123, 10
120, 23
我怎样才能编写类似 ((111,122,155,192,11,123,120),(3,4,3,5,9,10,23)) 的数据。现在我想做的就是使用将其绘制在直方图中matplotlib。
请帮忙提供一些基本想法。！
我正在使用compareHist()函数来比较两个图像的直方图。
我的问题是：图像的大小对结果有很大影响吗？在比较之前我应该调整图像大小或标准化直方图吗？我正在使用 CV_COMP_CORREL 方法。
我一直在绘制直方图。我的代码如下所示：
x0=-15000
x1=15000
b=np.arange(x0,x1,(x1-x0)/250.)
plt.plot(b[0:-1], plt.hist(non_zeros(-e[0]), bins=b, normed=1, visible=0)[0], color = "k", label=r'$\gamma$ = 1.0')
我对直方图进行了标准化，因此曲线下的面积等于 1。e[0] 只是我从文档中获取的一些数据。
我现在想要的是仔细检查直方图下的值是否等于 1。如何才能做到这一点？
我想制作一个简单的直方图，其中涉及两个向量，
values <- c(1,2,3,4,5,6,7,8)
freq <- c(4,6,4,4,3,2,1,1)
df <- data.frame(values,freq)
现在由data.farame df以下值组成：
values freq
1 4
2 6
3 4
4 4
5 3
6 2
7 1
8 1
现在我想画一个简单的直方图，其中values在x轴上，freq在y轴上。我正在尝试使用该hist函数，但无法给出两个变量。如何根据这些数据制作简单的直方图？
我有一个来自 sql 数据库查询的直方图。代码如下：
def histogram(self):
conn = sqlite3.connect('tooldatabase.db')
c = conn.cursor()
c.execute('PRAGMA foreign_keys = ON')
c.execute("SELECT evaluation from evaluations")
evaluations=c.fetchall()
print(evaluations)
minimum=min(evaluations, key = lambda t: t[0])
maximum=max(evaluations, key = lambda t: t[0])
print(minimum,maximum)
eval=[]
for (y,) in evaluations:
eval.append(y)
bin=[]
for x in range(1,maximum[0]+2):
bin.append(x)
figure=plt.figure(1)
plt.hist(eval,bins=bin, facecolor='blue',edgecolor='black',)
plt.xticks(bin, bin)
plt.xlabel('evaluation')
plt.ylabel('No of problems')
plt.title('Evaluations Distribution Histogram')
plt.show()
输出如下：https : //gyazo.com/d73b20a118db0088aab261c079613b00
我想将其显示为：https : //gyazo.com/063990cd8741682f45b5a37ba594ff56
x 轴数字向右侧移动多一点的地方。有没有办法做到这一点？
我正在尝试为收入范围中断创建直方图，并在每次中断时进行计数。我从基本直方图 bl.ocks 中挑选了一个例子。下面是这个代码。我如何生成直方图以在 x 轴上显示收入范围并以 y 为单位。
https://jsfiddle.net/snt1/cLu6f1nb/6/
var margin = {
top: 30,
right: 20,
bottom: 30,
left: 50
};
var width = 600 - margin.left - margin.right;
var height = 270 - margin.top - margin.bottom;
var svg = d3.select("body")
.append("svg")
.attr("width", width + margin.left + margin.right)
.attr("height", height + margin.top + margin.bottom)
.append("g")
.attr("transform", "translate(" + margin.left + "," + margin.top + ")");
// Get the data
var all = [{
"name": "Home Value",
"code": "HOME_VALUE",
"children": [{ …我有一长串的数字(一列有500万行),并不是彼此独特的.我想看看它们中有哪千个是列表中最常出现的事件.关于如何轻松实现这一目标的任何想法？我也可以使用excel或python脚本或其他方法.
I am drawing some grouped histograms in python as per this question, but am trying to plot more histograms and make them bigger.
To give an example:
from pandas import DataFrame
import numpy as np
x = ['A']*300 + ['B']*400 + ['C']*300 + ['D']*400 + ['E']*200 + ['F']*500 +
['G']*400 + ['H']*500 + ['I']*300
y = np.random.randn(3300)
df = DataFrame({'Letter':x, 'N':y})
grouped = df.groupby('Letter')
I then plot like this in Jupyter:
%matplotlib inline
df['N'].hist(by=df['Letter'])
but the plots come out …