Numpy: El número de muestras de histgram es negativo con bins = "auto"
Obteniendo Number of samples, -20, must be non-negative. al intentar construir un histograma de mi conjunto de datos.
Ejemplo de código de reproducción:
import numpy as np
my_data = np.loadtxt("my_data.csv", delimiter=',', dtype=np.int16)
n_base, bins_base = np.histogram(my_data, bins="auto")
Aquí está my_data.csv
Mensaje de error:
El número de muestras, -20, no debe ser negativo.
Información de la versión de Numpy / Python:
1.16.4 3.7.4 (predeterminado, 13 de agosto de 2019, 20:35:49)
[GCC 7.3.0]
alexsmartens
Todos 4 comentarios
Curiosamente, cuando convierto este conjunto de datos en flotante, el histograma se está construyendo sin problemas
alexsmartens
en 27 ago. 2019
Gracias por reportar el error. Puedo confirmar que este error también existe en la rama maestra.
Desarrolladores de NumPy: El problema es que hay una función interna, _hist_bin_sturges en histograms.py , que usa el método ptp para calcular la diferencia entre el máximo y el mínimo de una matriz con dtype int16 . En este caso, el máximo es 32767 y el mínimo es -16, por lo que la diferencia debe ser 32783. Pero ptp devuelve un valor con el mismo tipo que la matriz, por lo que devuelve -32753, lo que da como resultado el cálculo incorrecto.
Podríamos solucionarlo reemplazando x.ptp() con algo como x.max().item() - x.min().item() .
WarrenWeckesser
en 27 ago. 2019
La mayoría de los demás estimadores de bin tienen el mismo problema con x.ptp() .
WarrenWeckesser
en 27 ago. 2019
Una posible solución está en https://github.com/numpy/numpy/pull/14381.
WarrenWeckesser
en 27 ago. 2019
Temas relacionados
keithbriggs
·
3Comentarios
inducer
·
3Comentarios
Kreol64
·
3Comentarios
toddrjen
·
4Comentarios
MareinK
·
3Comentarios
Comentario más útil
Gracias por reportar el error. Puedo confirmar que este error también existe en la rama maestra.
Desarrolladores de NumPy: El problema es que hay una función interna,
_hist_bin_sturgesenhistograms.py, que usa el métodoptppara calcular la diferencia entre el máximo y el mínimo de una matriz con dtypeint16. En este caso, el máximo es 32767 y el mínimo es -16, por lo que la diferencia debe ser 32783. Peroptpdevuelve un valor con el mismo tipo que la matriz, por lo que devuelve -32753, lo que da como resultado el cálculo incorrecto.Podríamos solucionarlo reemplazando
x.ptp()con algo comox.max().item() - x.min().item().