给定均值、方差和桶数，求直方图桶边界
我需要找到直方图的桶边界，当用户输入均值，方差和桶数的标准正态分布，除了产生分布值。
我正在使用java nextGaussian（）生成正态分布值，但我不确定如何获得桶边界，以便直方图形状看起来像正态分布。
共有1个答案
通常，您希望有一个略大于xmax-xmin的范围，然后将该范围划分为所需数量的bins。我不知道有什么“权威”的算法，这既是科学，也是艺术。总有一些人会摆弄bin的居中、范围和数量，以使bin边界沿着良好的人类可读值下降，我所知道的每个stats包都允许您重写它们的初始选择，以提高结果的美观性。
-
目标 在本节中, 我们将学习直方图均衡化的概念,并利用它来提高图像的对比度。 理论 考虑这样一个图像，它的像素值仅局限于某个特定的值范围。例如，较亮的图像将把所有像素限制在高值上。但是一幅好的图像会有来自图像所有区域的像素。因此，您需要将这个直方图拉伸到两端(如下图所示，来自wikipedia)，这就是直方图均衡化的作用(简单来说)。这通常会提高图像的对比度。 我建议您阅读直方图均衡化上的Wiki
-
我有一组数据框，每个数据框具有不同的列名称，例如 看起来像 < code>frameTwo是 如何在不明确说明列名称的情况下计算整个帧的平均值和标准偏差？
-
图像的直方图显示像素的强度值的频率。在图像直方图中，轴表示灰度强度，轴表示这些强度的频率。 直方图均衡化提高了图像的对比度，以扩大语义范围。可以使用类的方法来均衡给定图像的直方图。以下是此方法的语法。 该方法接受以下参数 - src - 表示此操作的源(输入图像)的对象。 dst - 表示输出的类的一个对象(在均衡直方图之后获得的图像) 示例 以下程序演示如何均衡给定图像的直方图。 假定以下是上述
-
目标 我们将学习直方图均衡的概念，并用它来改善我们的图片对比度。 理论基础 考虑像素值仅限于某个特定值范围的图像。例如，较亮的图像将所有像素限制在较高的值。但是一张好的图像将会具有来自图像所有区域的像素。所以你需要将这个直方图拉伸到两端，用简单的话来说，这就是直方图均衡化所能做到的。这通常会改善图像的对比度。 我建议你阅读关于直方图均衡化的维基百科页面，了解更多细节。它解释的很好而且有相当好的例子
-
问题内容： 我有计数数据（其中有100个），每个数据对应一个bin（0到99）。我需要将这些数据绘制为直方图。但是，直方图会对这些数据进行计数，并且由于我的数据已被合并，因此无法正确绘制。 问题答案： 如果我了解您要正确实现的目标，那么以下内容应为您提供所需的信息： 它没有使用，但是看起来您已经将数据放入垃圾箱中了，所以没有必要。
-
我希望能够结合Kibana术语图（能够基于特定属性值的唯一性创建bucket）和直方图（基于查询将数据分离为bucket，然后基于时间说明日期）的功能。 总的来说，我想创建一个直方图，但我只想根据一个查询的结果创建直方图，而不是像Kibana演示应用程序中那样创建多个查询。相反，我希望每个bucket都是根据特定字段的唯一值动态创建的。例如，考虑以下查询返回的数据： 还假设每个记录都有一个字段，用