scott_bin_width

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

使用斯科特规则返回最佳直方图箱宽。

Scott规则是一个正常的参考规则：它在假设数据近似高斯的情况下最小化bin近似中的积分均方误差。

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

利用Scott准则优化料仓宽度

bins : ndarray恩达雷

纸盒边缘：返回如果 return_bins 是真的

参见

knuth_bin_width

freedman_bin_width

bayesian_blocks

histogram

笔记

最佳料仓宽度为

\[\δb=\frac{3.5\西格玛}{n^{1/3}}\]

在哪里？ \(\sigma\) 是数据的标准偏差，以及 \(n\) 是数据点的数目 [1].

工具书类

[1]

斯科特，大卫W.（1979）关于最优和基于数据的直方图。生物识别卡66（3）：605-610