编辑:好的,我回答了我自己的问题,通过多读一些旧的问题。我很抱歉问了这个问题!使用代码
Y = rand(10,1);
C = hist(Y);
C = C ./ sum(C);
bar(C)
使用相应的数据而不是随机数据工作得很好。现在只需要优化存储箱的大小。
日安,现在我知道你一定在想这个问题已经被问了上千次了。在某种程度上,你可能是对的,但我在这里找到的帖子中找不到我具体问题的答案,所以我想我不妨直接问一下。我会尽量说清楚,但如果不清楚我想要做什么,请告诉我
好的,我有一个有5000个元素的(行)向量,所有的元素都是整数。现在我想要做的是绘制这5000个元素的直方图,但是以这样一种方式,
我正在尝试创建一个直方图类,它利用应用程序来运行程序。
public class Histogram
{
String name;
int max;
public Histogram (String name, int max)
{
this.name = name;
this.max = max;
}
int[] count = new int[max+1];
public void add(int numbers)
{
// Handles out of bounds case
if (nu
有人能告诉我如何用R?平均两个直方图吗?
我看到了HistogramTools包和AddHistograms函数:
h1<-hist(na.omit(a[,1]),breaks = 100,plot=F)
h2<-hist(na.omit(a[,2]),breaks = 100,plot=F)
> AddHistograms(h1,h2)
Error in .AddManyHistograms(x, main = main) :
Histograms must have identical breakpoints for this operation.
但我总是有相同的
我对R比较陌生,我自己也想不出这一点。
我有一个频率直方图,我试图将每个bin (Y轴)的频率与X轴上的值相乘。
我的直方图代码如下:
logarea <- log10(wildfires$areacalc) #to make x-axis logarithmic
hist(logarea, breaks="FD", main="Frequency of Fire Size", xlab="Log10 of Area Burned [m2]",
yaxt="n",xlim=c(5,10), cex.main=0.8, ce
我对这个直方图有些问题。我正在运行一定数量的测试版模拟。然后我将结果的和存储到一个数组中。然后我用直方图绘制数组,该直方图显然是以正常曲线的形式分布的。现在我要做的是取这个组的平均值和标准差,并在上面画一个正态分布。这是我到目前为止得到的代码:
simulation = function (n,days,alpha,beta,limsx,limdx) {
vec= rep(NA, n)
for (i in 1:n) {
w=rbeta(days,alpha,beta,ncp=0)
vec[i] = sum(limsx+w*(limdx-limsx))
}
hh
我喜欢在每一行创建直方图对象,并定义断点:
Hist <- list()
for (i in 1:10) {
Hist[[i]] <- hist(data[i,],breaks=25)
}
但是,我对休息的要求和输出中的休息次数之间有一种漠视之处。此外,直方图中的断裂次数也是不同的。
这有什么原因吗?
我想从直方图中找出每个通道(R,G,B)的平均值。我使用的直方图来自图片的裁剪区域。我正在使用Python和openCV,但我愿意使用不同的库。 因此,首先我加载图像,然后裁剪感兴趣的区域。然后,我对每个通道(BGR)使用calcHist。这是Histogram for the Blue Channel。因此,平均值应该在140左右。但是当对蓝色通道使用histrB.mean()时,我得到了17。我发现mean()执行以下操作:histB(/len)np.count_nonzero(HistR))。每个hist都是一个长度为256的向量,并且有很多零,就像它在图片中一样。到目前为止,我的代码
我想知道是否可以为R中给定的连续分布绘制一个理论密度直方图?
所谓理论直方图,我指的是不基于R中可用的随机变量生成器(如hist(rnorm(1e4)))的直方图。相反,一个直方图,完全匹配的概率密度函数(,pdf,)的连续分布,为用户定义的支持(即,随机变量的范围)的可调中断。
作为R中的一个例子,我们知道支持 -5到5的标准正态分布的pdf在理论上是由下面的R码得到的。
In R,,我们能把这个精确的理论pdf转换成相应的理论密度直方图吗?对于如何在R中做到这一点,有什么建议吗?
c = curve(dnorm(x), -5, 5, n = 1e4)
我有这样的数据:
data = pd.DataFrame().from_dict([r for r in response])
print data
_id total
0 213 1
1 194 3
2 205 156
...
现在,如果我调用:
data.hist()
我将得到两个独立的直方图,每列一个。这不是我想要的。我想要的是使用这两列制作的单个直方图,其中一列被解释为一个值,另一列被解释为该值出现的次数。我应该怎么做才能生成这样的直方图?
我试过了:
data.hist(column="_id", by=&
我正在学习在R中绘制直方图,但对于单个数字的参数“中断”,我有一些问题。在帮助中,它说:
breaks: a single number giving the number of cells for the histogram
我做了以下实验:
data("women")
hist(women$weight, breaks = 7)
我希望它应该给我7个桶,但结果不是我所期望的!它给了我10个垃圾桶。
你知道吗,breaks = 7是什么意思?在帮助“细胞数量”中,这意味着什么?