freedman_bin_width

astropy.stats.freedman_bin_width(data, return_bins=False)

使用Freedman-Diaconis规则返回最佳直方图箱宽。

Freedman Diaconis规则是一个与Scott规则类似的正态参考规则，但是使用基于秩的统计结果，这些结果对于偏离正态分布的偏差更为稳健。

参数:

data : array_like ，ndim=1NumPy：ARRAY_LIKE，ndim=1

观测（一维）数据

return_bins : bool ，可选可选的布尔

如果为True，则返回bin边缘

返回:

width : floatPython ：浮点

使用Freedman Diaconis规则的最佳箱宽

bins : ndarray恩达雷

纸盒边缘：返回如果 return_bins 是真的

参见

knuth_bin_width

scott_bin_width

bayesian_blocks

histogram

笔记

最佳料仓宽度为

\[\δb=\frac{2（q{75}-q{25}）}{n^{1/3}}\]

在哪里？ \(q_{{N}}\) 是 \(N\) 数据的四分位百分比，以及 \(n\) 是数据点的数目 [1].

工具书类

[1]

D、 Freedman&P.Diaconis（1981），“直方图作为密度估计：L2理论”。概率论与相关领域57（4）：453-476