Numpy: O número de amostras do histograma é negativo com bins = "auto"
Obtendo Number of samples, -20, must be non-negative. ao tentar construir um histograma do meu conjunto de dados.
Reproduzindo exemplo de código:
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")
Aqui está my_data.csv
Mensagem de erro:
O número de amostras, -20, deve ser não negativo.
Informações sobre a versão Numpy / Python:
1.16.4 3.7.4 (padrão, 13 de agosto de 2019, 20:35:49)
[GCC 7.3.0]
alexsmartens
Todos 4 comentários
Curiosamente, quando eu converto este conjunto de dados em flutuante, o histograma está sendo construído sem problemas
alexsmartens
em 27 ago. 2019
Obrigado pelo relatório do bug. Posso confirmar que esse bug existe no branch master também.
Devs NumPy: O problema é que existe uma função interna, _hist_bin_sturges em histograms.py , que usa o método ptp para calcular a diferença do máximo e mínimo de um array com dtipo int16 . Nesse caso, o máximo é 32767 e o mínimo é -16, de modo que a diferença deve ser 32783. Mas ptp retorna um valor com o mesmo tipo da matriz, portanto, retorna -32753, o que resulta no cálculo incorreto.
Poderíamos corrigir isso substituindo x.ptp() por algo como x.max().item() - x.min().item() .
WarrenWeckesser
em 27 ago. 2019
A maioria dos outros estimadores de bin tem o mesmo problema com x.ptp() .
WarrenWeckesser
em 27 ago. 2019
Uma possível correção está em https://github.com/numpy/numpy/pull/14381.
WarrenWeckesser
em 27 ago. 2019
Questões relacionadas
qualiaa
·
3Comentários
navytux
·
4Comentários
Foadsf
·
3Comentários
thouis
·
4Comentários
kevinzhai80
·
4Comentários
Comentários muito úteis
Obrigado pelo relatório do bug. Posso confirmar que esse bug existe no branch master também.
Devs NumPy: O problema é que existe uma função interna,
_hist_bin_sturgesemhistograms.py, que usa o métodoptppara calcular a diferença do máximo e mínimo de um array com dtipoint16. Nesse caso, o máximo é 32767 e o mínimo é -16, de modo que a diferença deve ser 32783. Masptpretorna um valor com o mesmo tipo da matriz, portanto, retorna -32753, o que resulta no cálculo incorreto.Poderíamos corrigir isso substituindo
x.ptp()por algo comox.max().item() - x.min().item().