knuth_bin_width

astropy.stats.knuth_bin_width(data, return_bins=False, quiet=True)

使用Knuth规则返回最佳直方图库宽度。

Knuth规则是一种固定宽度的贝叶斯方法，用于确定直方图的最佳面元宽度。

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

quiet : bool ，可选可选的布尔

如果为True（默认），则禁止从scipy.optimize公司

返回:

dx : floatPython ：浮点

最佳料仓宽度。从第一个数据点开始测量箱子。

bins : ndarray恩达雷

纸盒边缘：返回如果 return_bins 是真的

参见

freedman_bin_width

scott_bin_width

bayesian_blocks

histogram

笔记

最佳箱数是使函数最大化的值M

\[F（M | x，I）=n\log（M）+\log\Gamma（\frac{M}{2}）\]

在哪里？ \(\Gamma\) 是伽马函数， \(n\) 是数据点的数量， \(n_k\) 是bin中的测量数 \(k\) [1].

工具书类

[1]

Knuth，K.H.“直方图的基于数据的最优分块”。arXiv电话：06051972006年