在我的 Python 脚本中，我有要装箱的浮点数。现在我正在做：
min_val = 0.0
max_val = 1.0
num_bins = 20
my_bins = numpy.linspace(min_val, max_val, num_bins)
hist,my_bins = numpy.histogram(myValues, bins=my_bins)
但是现在我想再添加两个 bin 来说明 < 0.0 的值和 > 1.0 的值。因此，一个 bin 应包含 (-inf, 0) 中的所有值，另一个 bin 应包含 [1, inf) 中的所有值
histogram在仍然使用 numpy 的功能的同时，有什么直接的方法可以做到这一点吗？
该函数numpy.histogram()愉快地接受bins参数中的无限值：
numpy.histogram(my_values, bins=numpy.r_[-numpy.inf, my_bins, numpy.inf])
或者，您可以使用 and 的组合numpy.searchsorted()，numpy.bincount()尽管我认为这种方法没有多大优势。
您可以指定binnumpy.inf上限和-numpy.infbin 下限。
使用 Numpy 1.16 版，您拥有histogram_bin_edges. 有了这个，今天的解决方案调用histogram_bin_edges获取垃圾箱，concatenate-inf 和 +inf 并将其作为垃圾箱传递给histogram：
a=[1,2,3,4,2,3,4,7,4,6,7,5,4,3,2,3]
np.histogram(a, bins=np.concatenate(([np.NINF], np.histogram_bin_edges(a), [np.PINF])))
结果是：
(array([0, 1, 3, 0, 4, 0, 4, 1, 0, 1, 0, 2]),
array([-inf, 1. , 1.6, 2.2, 2.8, 3.4, 4. , 4.6, 5.2, 5.8, 6.4, 7. , inf]))
如果您希望最后一个 bin 为空（就像我一样），您可以使用该range参数并添加一个小数字max：
a=[1,2,3,4,2,3,4,7,4,6,7,5,4,3,2,3]
np.histogram(a, bins=np.concatenate(([np.NINF], np.histogram_bin_edges(a, range=(np.min(a), np.max(a)+.1)), [np.PINF])))
结果是：
(array([0, 1, 3, 0, 4, 4, 0, 1, 0, 1, 2, 0]),
array([-inf, 1. , 1.61, 2.22, 2.83, 3.44, 4.05, 4.66, 5.27, 5.88, 6.49, 7.1 , inf]))