小编sci*_*ci9的帖子

我需要在下面重现归一化密度 p(x)，但给出的代码不会生成归一化 PDF。

clc, clear
% Create three distribution objects with different parameters
pd1 = makedist('Uniform','lower',2,'upper',6);
pd2 = makedist('Uniform','lower',2,'upper',4);
pd3 = makedist('Uniform','lower',5,'upper',6);
% Compute the pdfs
x = -1:.01:9;
pdf1 = pdf(pd1,x); 
pdf2 = pdf(pd2,x); 
pdf3 = pdf(pd3,x); 
% Sum of uniforms
pdf = (pdf1 + pdf2 + pdf3);
% Plot the pdfs
figure;
stairs(x,pdf,'r','LineWidth',2);

如果我通过简单地按它们的总和缩放它们来计算归一化混合 PDF，与上面的原始图相比，我有不同的归一化概率。

pdf = pdf/sum(pdf);

考虑如下典型的实时聊天数据：

Peter (08:16): 
Hi 
What's up? 
;-D

Anji Juo (09:13): 
Hey, I'm using WhatsApp!

Peter (11:17):
Could you please tell me where is the feedback?

Anji Juo (19:13): 
I don't know where it is. 

Anji Juo (19:14): 
Do you by any chance know where I can catch a taxi ?

要将这个原始文本文件转换为 DataFrame，我需要编写一些正则表达式来识别列名称，然后提取相应的值。

请参阅https://regex101.com/r/X3ubqF/1

Index(time)     Name        Message
08:16           Peter       Hi 
                            What's up? 
                            ;-D
09:13           Anji Juo    Hey, I'm using WhatsApp!
11:17           Peter       Could you please tell me where is the …

考虑下图：

下面的 MATLAB 代码返回色调值的直方图：

img1 = imread('img.png');  
img1(img1<1) = 0;
%
img_hsv = rgb2hsv(img1);
hue_img = img_hsv(:,:,1);
array = hue_img(hue_img > 0.1);
histfit(array, 20)

它返回错误的 Hue 值，但 Python 中的等效代码返回正确的值。

import cv2 
import matplotlib.pyplot as plt
import numpy as np
from skimage import data
from skimage.color import rgb2hsv

img = cv2.imread(r"img.png") 
rgb_img = img 
hsv_img = rgb2hsv(rgb_img) 
hue_img = hsv_img[:, :, 0] 
hue_img[np.where(hue_img > 0.1)] 
array = hue_img[np.where(hue_img > 0.1)] 
plt.hist(array,bins=100)

通过在任何图像编辑软件中使用颜色选择器工具，我们可以看到正确的色相值大约是 100 中的 50 或 1 中的 0.5。

我们如何从 MATLAB …