问题标签 [boost-histogram]

我有很多numpy (1d) histograms。他们每个人都是这样创建的：

将它们变成提升直方图的最佳方法是什么？

我boost::histogram在 [-3.5,3.5] 范围内有 100 个垃圾箱。我用数据向量填充它qp。由于我使用周期性 BC，所有 q in 的值qp都在 [-3.5,3.5] 中。

为了安全起见，我计算了垃圾箱中的所有点

我为情节准备数据

结果让我很困惑。它应该是一个归一化的概率分布，但绝对不是（y 轴上的值太低了）

有没有一种boost方法可以自动获得（标准化）相对频率？

我目前正在尝试用 uproot 读取 ROOT 树，用 boost-histogram 记录和填充直方图，并将它们写回一个新的 ROOT 文件。这似乎对 bin 内容非常有效，但我似乎无法为最终 ROOT 文件中的直方图获得正确的 bin 错误。当我阅读这些直方图时，h.GetBinError(b)似乎等于h.GetBinContent(b)，而我想知道通常为 ROOT 直方图产生的熟悉的 sumW2 错误。我的工作流程如下，使用 python 3.8：

然后我使用 uproot4.iterate 遍历输入树，为每个“块”生成一个尴尬的数组，在此表示为e：

我不确定如何在构建提升直方图时获得 sumw2 权重，但根据文档，我将直方图定义更改为：

但是，当我运行我的代码时，这会导致该.to_numpy()行出现问题。错误说：“ what = uproot3_methods.convert.towriteable(what)”“ TypeError: cannot perform reduce with flexible type”

是否有其他方法可以将 sumW2 样式的错误从 boost-histogram 传播到在 uproot 中创建的 ROOT 文件？或者我对这个变量的理解可能存在错误storage=......任何帮助将不胜感激。

我正在尝试用专有的直方图实现替换，boost::histogram但我被卡住了。是否可以在运行时继承boost::histogram和设置轴？