排除 numpy.histogram 中的最右边缘
Excluding rightmost edge in numpy.histogram
我有一个数字列表 a 和一个 bin 列表，我将使用它们 使用 [=14= 对 a 中的数字进行分类].这些 bin 是根据 a 的 均值 和 标准差 (std) 计算的。所以bin的数量是B，第一个bin的最小值是mean - std，最后一个bin的最大值是mean + std。 （粗体中的文字表示我的最终目标）
示例如下：
>>> a
array([1, 1, 3, 2, 2, 6])
>>> bins = np.linspace(mean - std, mean + std, B + 1)
array([ 0.79217487, 1.93072496, 3.06927504, 4.20782513]))
>>> numpy.histogram(a, bins = bins)[0]
(array([2, 3, 0], dtype=int32)
但是，我想排除最后一个 bin 的最右边 - 即如果 a 中的某个值正好等于 mean + std，我不希望将它包含在最后一个 bin 中。关于 mean 和 std 的漫画并不重要，不包括最右边的边缘（也就是使它成为半开间隔）。 doc 说，不幸的是在这方面：
All but the last (righthand-most) bin is half-open. In other words, if
bins is:
[1, 2, 3, 4] then the first bin is [1, 2) (including 1, but excluding
2) and the second [2, 3). The last bin, however, is [3, 4], which
includes 4.
有没有我可以采用的简单解决方案？也就是说，一种不涉及手动固定边缘的方法。这是我能做的，但这不是我想要的。有没有我可以传递的标志或我可以使用的不同方法？
这是一种（有点粗糙？）将最后一个垃圾箱半开而不是关闭的方法。我正在做的是从最右边的 bin 的右边减去可能的最小值：
a = np.array([1, 1, 3, 2, 2, 6])
B = 3 # (in this example)
bins = np.linspace(a.mean() - a.std(), a.mean() + a.std(), B + 1)
# array([ 0.79217487, 1.93072496, 3.06927504, 4.20782513]))
bins[-1] -= np.finfo(float).eps # <== this is the crucial line
np.histogram(a, bins = bins)
如果您对 a 中的值使用 float 以外的其他类型，请在对 finfo 的调用中使用不同的类型。例如：
np.finfo(float).eps
np.finfo(np.float128).eps
我有一个数字列表 a 和一个 bin 列表，我将使用它们 使用 [=14= 对 a 中的数字进行分类].这些 bin 是根据 a 的 均值 和 标准差 (std) 计算的。所以bin的数量是B，第一个bin的最小值是mean - std，最后一个bin的最大值是mean + std。 （粗体中的文字表示我的最终目标）
示例如下：
>>> a
array([1, 1, 3, 2, 2, 6])
>>> bins = np.linspace(mean - std, mean + std, B + 1)
array([ 0.79217487, 1.93072496, 3.06927504, 4.20782513]))
>>> numpy.histogram(a, bins = bins)[0]
(array([2, 3, 0], dtype=int32)
但是，我想排除最后一个 bin 的最右边 - 即如果 a 中的某个值正好等于 mean + std，我不希望将它包含在最后一个 bin 中。关于 mean 和 std 的漫画并不重要，不包括最右边的边缘（也就是使它成为半开间隔）。 doc 说，不幸的是在这方面：
All but the last (righthand-most) bin is half-open. In other words, if bins is:
[1, 2, 3, 4] then the first bin is [1, 2) (including 1, but excluding 2) and the second [2, 3). The last bin, however, is [3, 4], which includes 4.
有没有我可以采用的简单解决方案？也就是说，一种不涉及手动固定边缘的方法。这是我能做的，但这不是我想要的。有没有我可以传递的标志或我可以使用的不同方法？
这是一种（有点粗糙？）将最后一个垃圾箱半开而不是关闭的方法。我正在做的是从最右边的 bin 的右边减去可能的最小值：
a = np.array([1, 1, 3, 2, 2, 6])
B = 3 # (in this example)
bins = np.linspace(a.mean() - a.std(), a.mean() + a.std(), B + 1)
# array([ 0.79217487, 1.93072496, 3.06927504, 4.20782513]))
bins[-1] -= np.finfo(float).eps # <== this is the crucial line
np.histogram(a, bins = bins)
如果您对 a 中的值使用 float 以外的其他类型，请在对 finfo 的调用中使用不同的类型。例如：
np.finfo(float).eps
np.finfo(np.float128).eps