Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
获取直方图数据
有没有办法在 MySQL 中指定 bin 大小 现在 我正在尝试以下 SQL 查询 select total count total from faults GROUP BY total 生成的数据足够好 但行太多 我需要的是一种将数据分组
mysql
Histogram
binning
Numpy 重新排列二维数组
我正在寻找一种快速公式来对 2D numpy 数组进行数值分箱 通过分箱 我的意思是计算子矩阵平均值或累积值 对于前 x numpy arange 16 reshape 4 4 将被分割成 4 个 2x2 的子矩阵 并给出 numpy ar
NumPy
binning
Pandas:将类别转换为数字
假设我有一个包含国家 地区的数据框 如下所示 cc temp US 37 0 CA 12 0 US 35 0 AU 20 0 我知道有一个 pd get dummies 函数可以将国家 地区转换为 one hot 编码 但是 我希望将它们转
python
pandas
series
categoricaldata
binning
快速分类(分箱)
我有大量条目 每个条目都是浮点数 这些数据x可以通过迭代器访问 我需要使用像这样的选择对所有条目进行分类10
python
Optimization
NumPy
binning
基于定义的时间间隔(bin)的时间序列平均值
这是我的数据集的示例 我想每 10 秒根据时间 即 ts 计算一次 bin 平均值 您能否提供一些提示以便我可以继续 就我而言 我想平均每 10 秒的时间 ts 和 Var 比如我会得到Var和ts从0到10秒的平均值 我将得到另一个 Va
r
TimeSeries
mean
binning
将我的自定义函数应用于数据框 python
我有一个数据框 其中有一列称为 信号 我想向该数据框添加一个新列并应用我构建的自定义函数 我对此很陌生 在将我从数据框列中获取的值传递到函数中时 我似乎遇到了麻烦 因此任何有关我的语法错误或推理的帮助将不胜感激 Signal 3 98 3
python
python3x
pandas
DataFrame
binning
使用scale_fill_binned()时如何使用特定的填充颜色?
我想使用我自己的填充颜色 例如 c red blue grey50 black 使用函数时scale fill binned 在 ggplot 代码中 我怎样才能做到这一点 这是一个最小的可重现示例 library tidyverse da
r
ggplot2
Fill
binning
2D ID 数组和 1D 权重的加权 numpy bincount
我使用 numpy indexed 来应用矢量化 numpy bincount 如下所示 import numpy as np import numpy indexed as npi rowidx colidx np indices ind
python
binning
weighted
numpyindexed
每 X 行将 pandas 数据框装箱
我有一个简单的数据框 我想每 3 行对其进行装箱 它看起来像这样 col1 0 2 1 1 2 3 3 1 4 0 我想把它变成这样 col1 0 2 1 0 5 我已经发过类似的问题了here https stackoverflow co
python
pandas
DataFrame
binning
numpy.digitize 返回的值超出范围?
我使用以下代码将数组数字化为 16 个容器 numpy digitize array bins numpy histogram array bins 16 1 我预计输出在 1 16 范围内 因为有 16 个 bin 然而 返回数组中的一个
python
statistics
NumPy
binning
Python:如何制作具有相同*大小*箱的直方图
我有一组数据 想制作它的直方图 我需要垃圾箱有相同的size 我的意思是它们必须包含相同数量的对象 而不是更常见的 numpy histogram 问题等距垃圾箱 这自然会以箱宽度为代价 箱宽度通常会不同 我将指定所需的 bin 数量和数据
python
Histogram
spacing
binning
在 pandas 数据框中映射值的范围[重复]
这个问题在这里已经有答案了 如果之前有人问过这个问题 我深表歉意 但我广泛查看后没有结果 import pandas as pd import numpy as np df pd DataFrame data np random randi
python
pandas
DataFrame
categories
binning
将数据分箱到 Google 地图中的六角形网格中
我正在尝试在 Google 地图上的六角形网格中显示地理空间数据 为此 给定六边形瓷砖网格尺寸X我需要能够转换 lat lng 坐标转化为 lat lng 包含它们的六边形网格图块的中心 最后 我希望能够在 Google 地图上显示数据 如
javascript
googlemaps
binning
hexagonaltiles
有条件分箱
是否可以在数据框中创建一个新列 其中 X 的容器基于另一列的值 下面的例子 AR1 PO1 和 RU1 的容器彼此不同 到目前为止 我只能获取 X 中所有值的容器 import pandas as pd import numpy as np
python
pandas
binning
Python:基于 Pandas 中的 2 列进行分箱
寻找一种基于 Pandas 中的 2 列的快速而优雅的分类方式 这是我的数据框 filename height width 0 shopfronts 23092017 3 285 jpg 750 0 560 0 1 shopfronts 2
python
pandas
pandasgroupby
binning
Python:binned_statistic_2d 均值计算忽略数据中的 NaN
我在用scipy stats binned statistic 2d通过查找每个箱内点的平均值 将不规则数据分箱到统一网格上 x y np meshgrid sort np random uniform 0 1 100 sort np ra
python
NumPy
NaN
binning
Pandas groupby 值与 bin
这似乎是一个简单的问题 但我需要你的帮助 例如 我有 df x 1 2 3 4 5 6 7 8 9 10 y 2 1 3 1 8 9 6 7 4 6 如何将 x 在 1 到 5 和 6 到 10 的范围内分组 并计算这两个 bin 的平均值
python
pandas
pandasgroupby
aggregatefunctions
binning
如何用 pandas 对浮点数进行分类
这段代码一直有效 直到我将 python 2 x 升级到 3 x 我有一个由 3 列 ipk1 ipk2 ipk3 组成的 df ipk1 ipk2 ipk3 由浮点数 0 4 0 组成 我想把它们装进字符串中 数据看起来像这样 ipk1
python
pandas
DataFrame
binning
R - 更快的 hist(XX,plot=FALSE)$count 替代方案
我正在寻找 R 的更快替代方案hist x breaks XXX plot FALSE count函数 因为我不需要产生任何其他输出 因为我想在sapply调用 需要调用此函数 100 万次迭代 例如 x runif 100000000 2
r
Histogram
binning
二维 np.digitize
我有二维数据 并且有一堆用 生成的二维箱scipy stats binned statistic 2d 对于每个数据点 我想要它占用的 bin 的索引 这正是np digitize是用于 但据我所知 它只处理一维数据 Thisstackex
python
NumPy
pandas
scipy
binning
1
2
»