Представление данных в виде гистограммы

Чтобы создать гистограмму, сделайте следующее:

1. Введите данные в электронную таблицу.

2. Выделите данные.

3. В зависимости от используемой версии Excel выполните одно из указанных ниже действий.

   • Excel 2016: на вкладке Вставка щелкните значок Вставить гистограмму или линейчатую диаграмму, а затем выберите нужный тип гистограммы.

   • Excel 2013: на вкладке Вставка щелкните значок Вставить гистограмму, а затем выберите нужный тип гистограммы.

   • Excel 2010 и Excel 2007: на вкладке Вставка щелкните значок Гистограмма, а затем выберите нужный тип гистограммы.

   Вы можете при необходимости отформатировать диаграмму. Ниже описаны некоторые варианты.

   Примечание: Перед применением форматирования нужно щелкнуть диаграмму.

   • Чтобы изменить макет диаграммы, щелкните Конструктор > Макет диаграммы и выберите макет.

   • Чтобы изменить стиль диаграммы, щелкните Конструктор > Стили диаграмм и выберите стиль.

   • Чтобы применить другой стиль фигуры, щелкните Формат > Стили фигур и выберите стиль.

     Примечание: Стили фигур отличаются от стилей диаграмм. Стиль фигуры — это форматирование, применяемое к границе диаграммы, а стиль диаграммы — это форматирование, которое применяется ко всей диаграмме.

   • Чтобы применить различные эффекты, выберите Формат > Эффекты фигуры и выберите нужный вариант, например Рельеф или Свечение, и его параметры.

   • Чтобы применить тему, щелкните Разметка страницы > Темы и выберите тему.

   • Чтобы изменить форматирование определенного компонента диаграммы (например, вертикальной оси (значений), горизонтальной оси (категорий)

     или области диаграммы), щелкните Формат, выберите компонент в раскрывающемся списке Элементы диаграммы, щелкните Формат выделенного фрагментаи внесите необходимые изменения. Повторите это действие для каждого компонента, который вы хотите изменить.

     Примечание: Если вы хорошо знакомы с диаграммами, вы также можете щелкнуть правой кнопкой мыши определенную область на диаграмме и выбрать параметр форматирования.

Чтобы создать гистограмму, сделайте следующее:

1. В окне сообщения выберите Вставка > Диаграмма.

2. В диалоговом окне Вставка диаграммы щелкните

   Гистограмма, выберите нужный тип гистограммы и нажмите кнопку ОК.

   В разделенном окне откроется лист Excel с примером данных.

3. Замените их собственными данными.

   Примечание: Если на диаграмме не отображаются данные листа, перетащите вертикальные линии вниз до последней строки таблицы.

4. При необходимости вы можете сохранить лист:

   1. Щелкните значок Измените данные Microsoft Excel на панели быстрого доступа.

      Лист откроется в Excel.

   2. Сохраните лист.

      Совет: Чтобы повторно открыть лист, щелкните Конструктор > Изменить данные и выберите нужный вариант.

   Вы можете при необходимости отформатировать диаграмму. Ниже описаны некоторые варианты.

   Примечание: Перед применением форматирования нужно щелкнуть диаграмму.

   • Чтобы изменить макет диаграммы, щелкните Конструктор > Макет диаграммы и выберите макет.

   • Чтобы изменить стиль диаграммы, щелкните Конструктор > Стили диаграмм и выберите стиль.

   • Чтобы применить другой стиль фигуры, щелкните Формат > Стили фигур и выберите стиль.

     Примечание: Стили фигур отличаются от стилей диаграмм. Стиль фигуры — это форматирование, применяемое к границе диаграммы, а стиль диаграммы — это форматирование, которое применяется ко всей диаграмме.

   • Чтобы применить различные эффекты, выберите Формат > Эффекты фигуры и выберите нужный вариант, например Рельеф или Свечение, и его параметры.

   • Чтобы изменить форматирование определенного компонента диаграммы (например, вертикальной оси (значений), горизонтальной оси (категорий) или области диаграммы), щелкните Формат

     , выберите компонент в раскрывающемся списке Элементы диаграммы, щелкните Формат выделенного фрагментаи внесите необходимые изменения. Повторите это действие для каждого компонента, который вы хотите изменить.

     Примечание: Если вы хорошо знакомы с диаграммами, вы также можете щелкнуть правой кнопкой мыши определенную область на диаграмме и выбрать параметр форматирования.

Гистограмма / Creativo.one

В этом уроке мы поговорим о том, что такое гистограмма, и какую полезную информацию для дальнейшей работы с изображением можно извлечь из нее.
Увидеть гистограмму изображения можно, выбрав в меню Окно – Гистограмма (Window – Histogram).

На первый взгляд, понятного мало. Столько же понимает человек, далекий от медицины, когда видит кардиограмму или энцефалограмму. Но, в отличие от медицинских графиков, с гистограммой все обстоит намного проще. Она служит основным инструментом объективной оценки технических параметров фотоснимка, наряду с палитрой

Инфо.

Гистограмма графически показывает распределение пикселей изображения по уровням яркости. Чем выше столбик гистограммы, тем больше пикселей данной яркости присутствует в изображении. Изучать гистограмму можно непосредственно в палитре, либо вызвав команду Уровни (Levels). Для этого нужно нажать CTRL+L.

Гистограмму можно условно разделить на три области: самая левая называется областью теней (Shadows), самая правая – областью светов (Highligts), центральная часть – средними тонами (Midtones).

Также принято различать четвертные градации яркости:

света, четвертьтона, полутона, тричетвертьтона, тени. По шкале плотности черного цвета соответственно 0, 25, 50, 75, 100%. В программе фотошоп такая градация применяется в диалоговом окне Кривые Curves).

Основную информацию об изображении получают при выборе в поле Канал (Channel) значения Свечение (Luminosity). При этом на гистограмме отображается только яркостная составляющая. Также в этом поле можно выбирать для отображения другие каналы (красный, зеленый, синий и т.д., в зависимости от того, в каком цветовом пространстве вы работаете).

В строке Среднее (Mean) указывается средневзвешенный уровень яркости пикселей изображения, которое получается путем умножения каждого уровня яркости на число пикселей данного уровня, а затем делится на общее число уровней яркости. Чем выше средневзвешенное значение, тем выше светлота изображения.

В строке Отклонение (Std Dev) указывается статистическое (среднеквадратичное) отклонение уровней тонов. Чем больше отклонение, тем выше контрастность снимка.

В строке Медиана (Median) дано значение тона, разбивающего выборку гистограммы на две равные части. Этот тон является средней точкой данной гистограммы. Половина выборки лежит по одну сторону медианы, половина по другую. Близость значения медианы к значению отклонения говорит о равномерном сбалансированном тоне снимка.
В строке Пикселы (Pixel) показывается общее число пикселей в изображении.

В строке Счетчик (Count) – число пикселей данного тона или тонового диапазона (в точке, куда наведен курсор мыши на гистограмме).

В строке Процентиль (Percentile) показывается процентное число пикселей левее курсора.

На строке Уровень (Level) мы остановимся подробнее. В ней показывается уровень светлоты тона Данные из этой строки используются для расстановки контрольных точек на кривых, что позволяет произвести очень тонкую и точную коррекцию изображения (об этом вы узнаете в одном из следующих уроков). Также из этой строки можно получить данные для некоторого диапазона тонов. Чтобы его выбрать, нажмите левую кнопку мыши и протяните курсор на нужном участке гистограммы. Не отпускайте кнопку мыши.

Выделенный участок гистограммы станет белым, а в строке Уровень отобразится начальное и конечное значения диапазона.

Теперь рассмотрим, как по форме гистограммы определить некоторые типы дефектов.

1. Недоэкспонированный снимок.

Область заполнения пикселями снимка с недостаточной экспозицией смещена влево. Снимки с данным дефектом хорошо поддаются коррекции, но возможно увеличение шума в тенях. Исключение составляют сильно недоэкспонированные снимки, либо снимки, сделанные против солнца. Темные области таких изображений становятся почти черными, в них утрачивается информация о цвете, поэтому восстановить снимки с таким дефектом проблематично.

Снимки, сделанные в вечернее или ночное время, а также снимки изначально темных объектов, где нет светлых областей, недоэкспонированными не считаются ( при условии, что на них адекватно изображен соответствующий диапазон тонов).

2. Переэкспонированный снимок.

Случай с точностью, до наоборот. В данном случае на гистограмме не хватает информации в области теней и четвертьтонов. В области светов гистограмма вплотную подходит к правому краю, что указывает на отсечение самых светлых областей.

Искусственная растяжка тонового диапазона до полного приводит к увеличению белых областей, что нарушает баланс цветов. Кроме того, в пересвеченных участках полностью отсутствует информация о цвете, т.е. они имеют чистый белый цвет.

Коррекция переэкспонированных снимков представляет собой одну из самых сложных задач в цифровой фотографии. Обычно сильно переэкспонированные снимки советуют считать испорченными.

Восстановить цвета в светлых областях возможно только при съемке в формате RAW, и то лишь при переэкспозиции не более 0,5-1,5 ступени.
Следует также различать недоэкспонированные снимки и сюжеты, где тени практически отсутствуют, например, портреты в стиле высокий ключ, съемка светлых цветов на светлом фоне, зимние пейзажи.

3. Слабый контраст.

Гистограмма снимка с низкой контрастностью не имеет выраженных пиков, ее площадь ограничена плавной кривой. Хотя, на первый взгляд, на фото представлен полный тоновый диапазон,  общий контраст явно недостаточен, что снижает выразительность изображения.

4. Чрезмерный контраст (постеризация).

При чрезмерном контрасте происходит потеря яркостной и цветовой информации, что выражается в изрезанности, появлении разрывов и пробелов в гистограмме. Такие снимки плохо поддаются коррекции.

5. Нормальная гистограмма.

Обратите внимание на полный тоновый диапазон и наличие нескольких резких пиков. Они свидетельствуют о хорошей проработке отдельных объектов и достаточном уровне контраста. Конечно, характер нормальной гистограммы зависит от сюжета съемки и целей публикации. В большинстве случаев на ней желательно иметь полный тоновый диапазон и выраженные акцентированные участки.

Автор: Евгений Карташов

Эквализация гистограмм для повышения качества изображений / Хабр

Всем привет. Сейчас мы с научным руководителем готовим к изданию монографию, где пытаемся простыми словами рассказать об основах цифровой обработки изображений. В данной статье раскрывается очень простая, но в тоже время очень эффективная методика повышения качества изображений – эквализация гистограмм.

Для простоты начнём рассмотрение с монохромных изображений (т.е. изображений содержащих информацию только о яркости, но не о цвете пикселей). Гистограммой изображения будем называть дискретную функцию H, определённую на множестве значений [0;2^bpp], где bpp – количество бит, отводимое для кодирования яркости одного пиксела. Хоть это и не является обязательным, но гистограммы часто нормируют в диапазон [0;1], выполняя деление каждого значения функции H[i] на общее количество пикселов изображения. В Табл. 1 представлены примеры тестовых изображений и гистограмм, построенных на их основе:
Табл. 1. Изображения и их гистограммы

Внимательно изучив соответствующую гистограмму можно сделать некоторые выводы и о самом исходном изображении. Например, гистограммы очень тёмных изображений характеризуются тем, что ненулевые значения гистограммы сконцентрированы около нулевых уровней яркости, а для очень светлых изображений наоборот – все ненулевые значения сконцентрированы в правой части гистограммы.
Интуитивно можно сделать вывод, что наиболее удобным для восприятия человеком будет изображение, у которого гистограмма близка к равномерному распределению. Т.е. для улучшения визуального качества к изображению надо применить такое преобразование, чтобы гистограмма результата содержала все возможные значения яркости и при этом в примерно одинаковом количестве. Такое преобразование называется эквализацией гистограммы и может быть выполнено с помощью кода, приведённого в Листинг 1.
Листинг 1. Реализация процедуры эквализации гистограммы

1. procedure TCGrayscaleImage. HistogramEqualization;
2. const
3.   k = 255;
4. var
5.   h: array [0 .. k] of double;
6.   i, j: word;
7. begin
8.   for i := 0 to k do
9.     h[i] := 0;
10.   for i := 0 to self.Height — 1 do
11.     for j := 0 to self.Width — 1 do
12.       h[round(k * self.Pixels[i, j])] := h[round(k * self.Pixels[i, j])] + 1;
13.   for i := 0 to k do
14.     h[i] := h[i] / (self.Height * self.Width);
15.  
16.   for i := 1 to k do
17.     h[i] := h[i — 1] + h[i];
18.   for i := 0 to self.Height — 1 do
19.     for j := 0 to self.Width — 1 do
20.       self.Pixels[i, j] := h[round(k * self.Pixels[i, j])];
21. end;
22.  

В результате эквализации гистограммы в большинстве случаев существенно расширяется динамический диапазон изображения, что позволяет отобразить ранее не замеченные детали. Особенно сильно этот эффект проявляется на тёмных изображениях, что показано в Табл. 2. Кроме того, стоит отметить ещё одну важную особенность процедуры эквализации: в отличие от большинства фильтров и градационных преобразований, требующих настройки параметров (апертуры и констант градационных преобразований) эквализация гистограммы может выполняться в полностью автоматическом режиме без участия оператора.
Табл. 2. Изображения и их гистограммы после эквализации

Легко можно заметить, что гистограммы после эквализации имеют своеобразные заметные разрывы. Это связано с тем, что динамический диапазон выходного изображения шире диапазона исходного. Очевидно, что в этом случае рассмотренное в Листинг 1 отображение не может обеспечить ненулевые значения во всех карманах гистограммы. Если всё-таки необходимо добиться более естественного вида выходной гистограммы, можно использовать случайное распределение значений i-ого кармана гистограммы в некоторой его окрестности.
Очевидно, что эквализация гистограмм позволяет легко повышать качество монохромных изображений. Естественно хочется применить подобный механизм и к цветным изображениям.
Большинство не очень опытных разработчиков представляют изображение в виде трёх цветовых каналов RGB и пытаются применить процедуру эквализации гистограммы к каждому цветовому в отдельности. В некоторых редких случаях это позволяет добиться успеха, но в большинстве случаев результат так себе (цвета получаются неестественными и холодными). Это связано с тем, что модель RGB неточно отображает цветовосприятие человека.
Вспомним о другом цветовом пространстве – HSI. Эта цветовая модель (и другие родственные ей) очень широко используются иллюстраторами и дизайнерам так как позволяют оперировать более привычными для человека понятиями цветового тона, насыщенности и интенсивности.
Если рассмотреть проекцию RGB-куба в направлении диагонали белый-чёрный, то получится шестиугольник, углы которого соответствуют первичным и вторичным цветам, а все серые оттенки (лежащие на диагонали куба) при этом проецируются в центральную точку шестиугольника (см. Рис. 1):

Рис. 1. Проекция цветового куба
Чтобы с помощью этой модели можно было закодировать все цвета, доступные в RGB-модели, необходимо добавить вертикальную ось светлоты (или интенсивности) (I). В итоге получается шестигранный конус (Рис. 2, Рис. 3):

Рис. 2. Пирамида HSI (вершины)
В этой модели цветовой тон (H) задаётся углом относительно оси красного цвета, насыщенность (S) характеризует чистоту цвета (1 означает совершенно чистый цвет, а 0 соответствует оттенку серого). При нулевом значении насыщенности тон не имеет смысла и не определен.

Рис. 3. Пирамида HSI
В Табл. 3 показано разложение изображения по компонентам HSI (белые пикселы в канале тона соответствуют нулевой насыщенности):
Табл. 3. Цветовое пространство HSI

Считается, что для повышения качества цветных изображений наиболее эффективно применять процедуру эквализации к каналу интенсивности. Именно это и продемострировано в Табл. 4
Табл. 4. Эквализация различных цветовых каналов

Надеюсь, этот материал показался вам как минимум интересным, как максимум полезным. Спасибо.

Как построить гистограмму по данным таблицы в Excel

Гистограмма – очень полезный инструмент, с помощью которого можно сделать демонстрируемую информацию более наглядной и простой для восприятия. Это особенно актуально, когда время на изучение данных в таблице ограничено, и нужно в сжатые сроки сформировать целостное представление о них. Давайте посмотрим, каким образом можно построить гистограмму в Эксель.

Строим гистограмму

Для выполнения поставленной задачи в Excel можно воспользоваться разными методами:

• использовать инструменты на ленте программы;
• воспользоваться надстройкой “Пакет анализа”;
• применить условное форматирование.

Ниже мы подробнее остановимся на каждом из этих пунктов.

Метод 1: используем инструменты на ленте программы

Это, пожалуй, самый простой способ. И вот, как он реализуется:

1. Открываем (или создаем) таблицу. Выделяем любым удобным способом (например, с помощью зажатой левой кнопки мыши) ячейки, на базе которых планируется построить диаграмму.
2. Переходим во вкладку “Вставка”, в группе инструментов “Диаграммы” жмем кнопку “Вставить гистограмму”.
3. Раскроется перечень возможных вариантов:
   • гистограмма;
   • объемная гистограмма;
   • линейчатая;
   • объемная линейчатая.
4. После клика по нужному (понравившемуся) варианту, на листе появится гистограмма. В нашем случае мы выбрали самую простую.

Гистограмма с накоплением
До того, как приступить к созданию гистограммы с накоплением, проверяем, чтобы самая верхняя левая ячейка таблицы была пустой.
Затем делаем следующее:

1. Выполняем выделение таблицы, на базе которой планируем построить гистограмму. Переходим во вкладку “Вставка”, нажимаем кнопку “Вставить гистограмму” (группа “Диаграммы”) и в раскрывшемся перечне останавливаем на варианте – “Гистограмма с накоплением”.
2. Гистограмма вставлена, что и требовалось.

Примечание: в гистограммах с накоплением один столбец содержит сразу несколько значений. В нашем случае – это данные по всем четырем торговым точкам за конкретную дату.

Нормированная гистограмма с накоплением
В данном случае отображается (в процентном выражении) вклад каждого значения в общем количестве.

Метод 2: пользуемся надстройкой “Пакета “анализа”

Для начала нужно включить данный пакет.

1. Идем в меню “Файл”.
2. В перечне слева в самом низу щелкаем по пункту “Параметры”.
3. В открывшемся окне выбираем “Надстройки”. В правой части окна для параметра “Управление” ставим значение “Надстройки Excel”, после чего жмем кнопку “Перейти”.
4. В появившемся окошке ставим галочку напротив надстройки “Пакет анализа” и жмем OK.
5. Перейдя во вкладку “Данные” в группе инструментов “Анализ” нажимаем кнопку “Анализ данных”.
6. Откроется окошко, в котором нам нужен пункт “Гистограмма“, после выбора которого щелкаем OK.
7. Перед нами появится окно, в котором нужно выполнить настройки гистограммы:
   • в поле “Входной интервал” указываем диапазон ячеек, по которым нужно построить гистограмму. Сделать это можно вручную, прописав адреса с помощью клавиш на клавиатуре. Также мы можем выделить нужный диапазон ячеек в самой таблице, предварительно установив курсор в поле для ввода информации.
   • внизу окна ставим галочку напротив параметра “Вывод графика”.
   • в группе параметров вывода можно указать, куда следует вставить созданную гистограмму. Стандартное значение – на новом листе.
   • по готовности жмем кнопку OK.
8. Гистограмма сформирована и добавлена на отдельном листе, как мы и хотели.

Метод 3: выполняем условное форматирование с гистограммой

Получить гистограмму можно и с помощью условного форматирования ячеек. План действий следующий:

1. Для начала нужно выделить элементы, которые нужны для гистограммы.
2. Находясь в главной вкладке в группе “Стили” щелкаем по кнопке “Условное форматирование”. Откроется список, в котором выбираем “Гистограмму”. Раскроется еще один перечень, где нужно определиться с вариантами заливки – градиентная или сплошная.
3. В выделенных ячейках появились гистограммы, соответствующие их значениям. В нашем случае была выбрана сплошная заливка синим цветом.

Редактирование гистограммы

Вставленную на лист гистограмму можно изменить:

1. Корректируем или удаляем название. Для активации режима редактирования щелкаем по названию, после чего вокруг него появится рамка. Теперь кликаем в любом месте внутри рамки и мы можем приступать к редактированию.
2. Удаляем легенду (если она не нужна). Предварительно нужно ее выбрать. Первым кликом выделяем все легенды (если их несколько), вторым – конкретную легенду. Удалить легенду можно через контекстное меню, вызываемое щелчком правой кнопки мыши по ней или просто нажав клавишу Del на клавиатуре.
3. Меняем положение названия гистограммы и легенды. Для этого кликаем по выбранному объекту, чтобы выделить его. Затем наводим указатель мыши на любую из появившихся границ, и когда появится характерный символ в виде стрелок в четыре стороны, зажав левую кнопку мыши перетаскиваем объект в новое место.
4. Меняем размер и положение гистограммы. Чтобы изменить размер гистограммы, зажав левую кнопку мыши тянем за одну из точек, расположенных на рамке вокруг нее.Для изменения положения выполняем те же самые действия, что и в отношении названия или легенды.
5. Для более детальных настроек щелкаем по любой свободной части в области диаграммы (белые участки) и в открывшемся контекстном меню выбираем пункт “Формат области диаграммы”.Появится вспомогательное окно, в котором мы можем настроить:
   • заливку и границы;
   • добавить различные эффекты;
   • размеры и свойства;
   • параметры текста.
6. Настраиваем шкалы по осям X и Y. Щелкаем по подписям выбранной шкалы правой кнопкой мыши и в открывшемся контекстном меню выбираем “Формат оси”.Откроется окно, в котором мы можем выполнить соответствующие настройки.

Помимо вышеперечисленного, на ленте программы во вкладке “Конструктор”, в которой мы окажемся автоматическим после создания гистограммы, мы можем сменить стиль, выбрать один из экспресс-макетов и т.д.

Также, мы можем добавить новый элемент диаграммы, щелкнув на соответствующий значок в левом верхнем углу ленты и выбрав из списка нужный пункт.

Примечание: возможных настроек и параметров, которые можно задать для гистограммы достаточно много, и каждый пользователь сможет подобрать для себя оптимальный вариант. Мы описали лишь часть основных действий и инструментов, которые могут помочь в этом.

Заключение

Программа Excel позволяет построить различные гистограммы, которые помогают лучше и быстрее освоить информацию, особенно, когда ее слишком много, а времени, наоборот, мало. Выбор конкретного вида и метода построения диаграммы зависит от того, какие цели преследует пользователь, и каким он видит конечный результат.

Экспозиция и гистограмма

Даже у меня, опытного фотографа, иногда возникают проблемы с экспозицией.  Глядя на изображение на дисплее фотоаппарата, я не могу сказать с абсолютной точностью, правильно ли была выставлена экспозиция. Единственный способ определить это наверняка – посмотреть на гистограмму. Этот вопрос мы рассмотрим чуть позже, а пока поговорим об основах экспозиции.

У большинства фотокамер в настройках можно установить яркость экрана. Выбрав ручную настройку и установив яркость на максимум, вы можете сами себя ввести в заблуждение, так как фотографии на экране будут казаться ярче, чем они есть на самом деле,  и вы будете думать, что экспозиция выставлена верно, когда на самом деле это не так.

Яркость экрана будет более точно отображать яркость изображения, если в настройках вы выберите Авто.

Экспозамер в вашей камере

Так что же такое экспозиция и почему ваша камера может устанавливать ее неправильно? Во-первых, нужно узнать как вообще работает система замера экспозиции, об этом в нижеизложенных трех пунктах:

1. Независимо от того на какую камеру вы снимаете и каким методом замера экспозиции вы пользуетесь, датчик экспозамера  внутри вашего фотоаппарата измеряет свет, отраженный от объекта съемки.
2. Ваша камера приводит свет, отражаемый от объекта съемки, к нейтральному серому тону (также известному как 18% серый). 
3. Если свет, отраженный от объекта, не соответствует нейтральному серому, то камера определит  экспозицию неправильно. Тогда вам следует внести изменения в настройки камеры.

Что же сбивает процесс замера экспозиции? По сути, камера настроена таким образом, что воспринимает объекты с отражающей способностью в 18%, т.е. отражающие 18% попадающего на них света, соответственно более светлые или более темные участки изображения приводят к неправильному замеру экспозиции.  

Все предметы полностью черные или белые сбивают замер экспозиции. То же самое происходит и когда преобладают светлые или темные тона. Белые или светлые объекты в кадре приведут к недоэкспозиции, а черные или темные, наоборот, к переэкспозиции.

Сможете ли вы, основываясь на только что прочитанном, определить, какая из фотографий  этого белого цветка была снята с настройками экспозиции по умолчанию? Если вы скажете, что левая, то будете правы.

Здесь экспозиция была определена неверно даже в условиях использования оценочного замера (он является одним из самых эффективных). Дело в том, что камера запрограммирована таким образом, что воспринимает всё в нейтрально сером тоне, соответственно и цветок она отображает не белым, а серым.

Фотография справа была правильно проэкспонирована, для этого мне пришлось самому изменять настройки камеры.

Использование гистограммы

В то время, когда я только начал заниматься фотографией, были пленочные фотоаппараты, и единственным способом проверить верно ли была выставлена экспозиция – это посмотреть на негатив пленки или уже на проявленный снимок. Определять экспозицию нужно было крайне точно, изменение экспозиции в 1/3 ступени приводило к разительным различиям изображений.

Когда я снимал на пленку, у меня был выбор между фотопленкой Kodachrome, проявка которой в среднем занимала чуть больше недели и E6, на которую уходило три, четыре дня. В любом случае приходилось ждать довольно долго, чтобы таки узнать правильно ли была определена экспозиция или нет.

Сегодня все что нужно, чтобы установить экспозицию верно – это взглянуть на гистограмму.

Прочтите руководство пользователя к вашему фотоаппарату и выясните, как вывести на экран гистограмму при просмотре изображений. Если в вашей камере можно отображать гистограмму яркости и гистограмму цвета, то выбирайте первую.

Гистограмма яркости покажет вам две очень важные вещи:

1. Является ли фотография недоэкспонированной или переэкспонированной.
2. Сколько светлых, темных и средних тонов на фотографии.

слева направо: самые темные тона, темные тона, средние тона, светлые тона, самые светлые тона

Гистограмма яркости представляет собой столбчатый график с 256 столбцами, расположенными вплотную друг к другу. Нижняя ось показывает диапазон из 256 тонов от чисто черного (левая граница) до чисто белого (правая граница). Ось слева показывает число пикселей, отвечающих за  эти тона. Чем выше на гистограмме столбец, тем больше пикселей данного тона содержит изображение.

Изображение сверху показывает, как разные части гистограммы взаимодействуют с изображением. Я специально сделал фотографию чёрно-белой, потому что именно так видит картинку экспонометр фотоаппарата. Для экспозиции важна яркость, а не цвет.

У каждой фотографии есть гистограмма. В идеале, гистограмма должна вписаться в диапазон графика. Она должна брать свое начало у основания нижней оси, но не должна выезжать за боковые границы.

Я намеренно переэкспонировал эту фотографию, чтобы показать, как это отразится на гистограмме. В правой части графика столбцы получились обрезанными, что как раз и свидетельствует о переэкспозиции. Соответственно экспозицию следует уменьшить.

Здесь гистограмма показывает область, которая была переэкспонирована. Изображение явно пересвечено, так как столбцы в правой части графика не вписались в его диапазон. Возможно, мне удастся вытянуть какие-то детали в этой засвеченной области в результате пост-обработки, если фотография была сделана в формате Raw, но лучше изначально выставлять экспозицию правильно.

На этом графике мы видим, что изображение было недоэкспонировано. Гистограмма выехала за левую границу графика, указывая на то, что фотография была недоэкспонирована, результатом является потеря деталей в теневой зоне. Соответственно экспозицию следует увеличить.

Давайте посмотрим на гистограммы к фотографиям белого цветка, которые я показывал вам ранее:

На своей камере для этого снимка я установил режим оценочного замера экспозиции, самый широко используемый режим. Но тем не менее фотография вышла недоэкспонированной. Это подтверждает гистограмма, сместившаяся в левую сторону и оставив большой промежуток между столбцами гистограммы и правой границей.

Для этой фотографии я воспользовался экспокоррекцией, чтобы увеличить экспозицию на две ступени. Гистограмма сдвинулась вправо и почти соприкасается с правой границей, значит, экспозиция выставлена правильно. 

О чем нам говорит гистограмма к этому изображению? Вы наверно решите, что фотография была недоэкспонирована, глядя на высокие столбцы в левой части графика, но это не так, с экспозицией здесь все в порядке. На самой фотографии много темных тонов в области гор, неба, а пики гистограммы лишь это подтверждают.

Экспокоррекция (компенсация экспозиции)

Итак, теперь вы знаете, как по гистограмме определить правильно ли выставлена экспозиция. Но что же делать, если это не так.

Если вы используете автоматический режим замера экспозиции, то проще всего прибегнуть к экспокоррекции.

Если вы фотографируете освещенный предмет, а изображение получается недоэкспонированным, то увеличьте экспозицию на одну-две ступени. После этого сделайте тестовое фото и посмотрите правильная ли теперь гистограмма.

Этот метод приемлем и для переэкспонированных кадров, только экспозицию вы, соответственно, не увеличиваете, а наоборот уменьшаете на одну-две ступени, пока гистограмма не будет корректна.

После подобных манипуляций не забудьте привести значение экспозиции  обратно к нулю, в противном случае последующие фотографии могут быть испорчены.

Творческое задание

Эти упражнения помогут вам опробовать теорию на практике:

Упражнение первое

Пролистайте фотографии, сохраненные на вашей карте памяти, посмотрите на гистограмму яркости к каждой из них. Соответствуют ли тона изображения пикам гистограммы? Показывают ли гистограммы недоэкспозицию или переэкспозицию изображений?

Упражнение второе

Сделайте снимок любого белого предмета, это может быть белый лист бумаги, кружка, белая стена, человек, одетый в белое, в общем, все, что угодно. Не имеет значения, какой режим экспозиции вы используете.

 Посмотрите на этот снимок на экране вашей камеры. Белые тона на фотографии отображаются белыми или серыми? Теперь взгляните на гистограмму. Есть ли пробел между гистограммой и правой границей графика? Измените режим измерения экспозиции. Есть ли какая-нибудь разница? После этого используйте экспокоррекцию, чтобы увеличить экспозицию. На сколько ступеней вам пришлось увеличить экспозицию, чтобы прийти к нужному результату?

Теперь повторите это упражнение, но только с объектом черного цвета. Какого цвета ваш предмет на снимке, черного или серого? Есть ли пробел между гистограммой и левой границей графика? На сколько ступеней вам пришлось уменьшить экспозицию, чтобы привести ее к правильному виду?

Проделайте эти упражнения в условиях прямого солнечного света и в тени. Разница в результатах может вас удивить.

Заключение

После прочтения статьи и выполнения этих упражнений у вас должно сложиться четкое понятие о взаимоотношении экспозиции и гистограммы. Вы должны уметь определять, правильно ли выставлена экспозиция, нужно ли использовать экспокоррекцию и если да, то, на сколько ступеней уменьшать или увеличивать экспозицию. 

Автор: Andrew Gibson

Гистограмма—ArcGIS Pro | Документация

В этом разделе

Гистограмма визуально представляет распределение непрерывной числовой переменной, при котором измеряется частота появления в наборе данных сходных значений. По оси х откладываются числовые значения, которые разбиты на диапазоны или интервалы. Каждому диапазону соответствует столбец гистограммы; ширина столбца соответствует величине интервала, а высота представляет собой количество элементов в наборе данных, значения которых попадают в этот интервал. Понимание распределения данных – это важный момент в процессе их изучения.

Переменная

Для построения гистограммы необходима одна непрерывная Числовая переменная по оси x.

Преобразование

Некоторые аналитические методы интерполяции требуют нормального распределения данных. Если данные сдвинуты (распределение несимметрично), то может понадобиться преобразовать данные к нормальному распределению. Гистограммы позволяют вам оценить эффект логарифмического преобразования и преобразования по методу квадратного корня на распределение данных. Для информации вы можете добавить график нормального распределения поверх вашей гистограммы, щелкнув отметку Показать нормальное распределение на панели Свойства диаграммы.

Логарифмическое преобразование

Логарифмическое преобразование часто используется, когда данные смещены в положительном направлении и присутствует мало очень больших значений. Если эти большие значения есть в вашем наборе данных, логарифмическое преобразование поможет сделать дисперсию более постоянной и приблизить распределение данных к нормальному.

Например, распределение со смещением в положительную сторону на диаграмме слева трансформировано в нормальное распределение с использованием логарифмического преобразования на диаграмме справа:

Логарифмическое преобразование можно применять только к значениям больше нуля.

Преобразование по методу квадратного корня

Преобразование по методу квадратного корня похоже на логарифмическое тем, что уменьшает правое смещение набора данных.. В отличие от логарифмических преобразований, преобразования по методу квадратного корня могут применяться к нулевым значениям.

Преобразование преобразование по методу квадратного корня можно применять только к значениям больше или равно нулю.

Количество бинов

Количество диапазонов по умолчанию соответствует квадратному корню из общего количества записей в наборе данных. Это можно настроить, изменив значение параметра Бины на вкладке Данные панели Свойства диаграммы. Изменение количества столбцов позволяют увидеть более или менее детальную структуру ваших данных.

Статистика

Несколько описательных статистических данных вычисляются и отображаются в виде вертикальных линий на гистограммах. Среднее и медиана отображаются каждое одной линией, по одному стандартному отклонению от среднего (выше и ниже) отображается двумя линиями. Вы можете щелкнуть эти элементы в легенде диаграммы для включения или выключения их.

Таблица Статистика, которая отображается на вкладке Данные панели Свойства диаграммы, содержит следующую статистику для выбранного числового поля:

• Среднее
• Медиана
• Среднеквадратическое отклонение
• Число
• Минимум
• Максимум
• Сумма
• Значения NULL
• Асимметрия
• Эксцесс

Если исходный слой диаграммы содержит набор элементов, то в таблице статистики будет один столбец, отображающий статистику для всего набора данных, и один столбец со статистикой только для набора элементов.

Таблица статистики также содержит элементы управления для включения и выключения линий среднего, медианы и стандартного отклонения гистограмм и изменения их цвета.

Щелкните правой кнопкой мыши таблицу статистики и выберите команду, чтобы Копировать таблицу, Копировать строку или Копировать значение в буфер обмена. Это позволит копировать и вставлять статистику из панели Свойства диаграммы в другие окна или приложения.

Оси

Границы по оси Y

Границы по оси Y устанавливаются в соответствии с диапазоном данных по оси Y. Эти значения можно изменить, вручную введя нужные граничные значения по оси. Настройки границ оси можно использовать для сохранения масштаба согласованности диаграммы для сравнения. Щелчок на значке сброса вернет граничные значения оси к установке по умолчанию.

Числовой формат

Вы можете отформатировать способ отображения числовых значений оси, указав категорию форматирования или задав пользовательский формат. Например, $#,### можно использовать как строку пользовательского формата для отображения денежных значений.

Оформление

Заголовки и описание

Диаграммам и осям присваиваются названия по умолчанию на основе имен переменных и типа диаграммы. Эти значения можно редактировать на вкладке Общие панели Свойства диаграммы. Также для диаграммы можно ввести Описание, которое представляет из себя текстовый блок, появляющийся в нижней части окна диаграммы.

Цвет

Цвет бинов гистограммы можно изменить с помощью палитры цветов в разделе

Использовать гистограммы — ArcGIS Pro | Документация

Гистограммы отображают частотное распределение данных одной переменной. В ArcGIS Pro гистограмма символов визуализирует распределение данных по выбранному полю с символами. Вы можете использовать эту гистограмму, чтобы увидеть, следуют ли данные симметричному, скошенному или модальному шаблону, и как данные могут быть обозначены символами, чтобы показать удаленные или заметные объекты на вашей карте.

Вы можете анализировать и редактировать гистограмму на вкладке «Гистограмма» панели «Символы». Гистограммы можно просматривать и редактировать с помощью следующих типов символов:

В этой гистограмме символов с перекошенными градуированными цветами используется классификация естественных разрывов.

Чтобы создать и экспортировать автономную гистограмму для расширенного анализа или отчетов, подумайте о создании диаграммы.

Просмотр гистограммы символов

Чтобы проанализировать гистограмму символов для вашего векторного слоя, выполните следующие шаги:

1. На панели Содержание щелкните векторный слой, чтобы выбрать его.
2. В разделе «Слой элементов» на вкладке «Внешний вид» в группе «Чертеж» нажмите кнопку «Символы», чтобы открыть панель «Символы».
3. Убедитесь, что на панели «Символы» на вкладке «Основные символы» выбран один из перечисленных выше основных типов символов. При необходимости установите поле, цветовую схему и другие свойства символов.
4. При необходимости щелкните вкладку «Гистограмма», чтобы просмотреть распределение данных в поле в контексте текущих символов. Для двумерной цветовой символики щелкните Гистограмма поля 1 или Гистограмма поля 2.

Формат гистограммы зависит от основных символов, их цветовой схемы и от того, классифицируются ли данные.По умолчанию минимальные и максимальные значения поля, обозначенного символами, отображаются вверху и внизу гистограммы. Цветовая схема также показывает прозрачность, если применяется непосредственно к символу. Данные разделены на горизонтальные столбцы, которые представляют собой частоту данных в этом процентиле.

Совет:

Наведите указатель мыши на средний (средний) маркер на гистограмме, чтобы просмотреть среднее значение данных. Значение зависит от размера выборки, который по умолчанию установлен в 10 000 функций.Вы можете изменить размер образца в дополнительных параметрах символики.

Измените символы с помощью гистограммы

Вы можете использовать гистограмму, чтобы напрямую изменить способ отображения значений в вашем векторном слое. Например, если вы изображаете карту местоположений предприятий и хотите выделить местоположения с рейтингом удовлетворенности клиентов ниже 80 процентов, вы можете установить минимальное значение в гистограмме на это значение, чтобы все местоположения с рейтингом ниже 80 процентов были нарисованы тем же символом.

Из вкладки гистограммы на вкладке Основные символы

R hist () для создания гистограмм (с многочисленными примерами)

В этой статье вы научитесь использовать функцию hist () для создания гистограмм в программировании на языке R с помощью многочисленных примеров.

Гистограмма может быть создана с помощью функции hist () на языке программирования R. Эта функция принимает вектор значений, для которых строится гистограмма.

Воспользуемся встроенным набором данных airquality , который содержит ежедневных измерений качества воздуха в Нью-Йорке с мая по сентябрь 1973 года. -R документация.

 > ул (качество воздуха)
'data.frame': 153 набл. из 6 переменных:
$ Озон: внутренний 41 36 12 18 - нет данных 28 23 19 8 - нет ...
$ Solar.R: int 1
 149 313 NA NA 299 99 19 194 ...
$ Wind: число 7,4 8 12,6 11,5 14,3 14,9 8,6 13,8 20,1 8,6 ...
$ Temp: внутр 67 72 74 62 56 66 65 59 61 69 ...
$ Месяц: int 5 5 5 5 5 5 5 5 5 5 . ..
$ День: int 1 2 3 4 5 6 7 8 9 10 ...  

Мы будем использовать параметр температуры, который имеет 154 измерения в градусах Фаренгейта.

---

Пример 1: Простая гистограмма

  Температура <- качество воздуха $ Temp
hist (Температура)
  

Мы видим выше, что есть 9 ячеек с одинаковыми разрывами. В этом случае высота ячейки равна количеству наблюдений, попадающих в эту ячейку.

Мы можем передать дополнительные параметры, чтобы контролировать внешний вид нашего графика. Вы можете прочитать о них в разделе помощи ? Hist .

Некоторые из часто используемых: main для обозначения заголовка, xlab и ylab для предоставления меток для осей, xlim и ylim для предоставления диапазона осей, col для определения цвет и т. д.

Кроме того, с аргументом freq = FALSE мы можем получить распределение вероятностей вместо частоты.

---

Пример 2: Гистограмма с добавленными параметрами

  # гистограмма с добавленными параметрами
hist (Температура,
main = "Максимальная дневная температура в аэропорту Ла-Гуардия",
xlab = "Температура в градусах Фаренгейта",
xlim = c (50,100),
col = "darkmagenta",
freq = FALSE
)
  

Обратите внимание, что по оси Y отложена плотность, а не частота.В этом случае общая площадь гистограммы равна 1.

---

Возвращаемое значение hist ()

Функция hist () возвращает список из 6 компонентов.

 > h <- hist (Температура)
> ч
$ перерывы
[1] 55 60 65 70 75 80 85 90 95 100
$ counts
[1] 8 10 15 19 33 34 20 12 2
$ плотность
[1] 0,010457516 0,013071895 0,019607843 0,024836601 0,043137255
[6] 0,044444444 0,026143791 0,015686275 0,002614379
$ средние
[1] 57,5 ​​62,5 67,5 72,5 77,5 82.5 87,5 92,5 97,5
$ xname
[1] «Температура»
$ эквидист
[1] ИСТИНА
attr (, "класс")
[1] "гистограмма"
  

Мы видим, что возвращается объект класса гистограмма , который имеет:

• разрывы - места разрыва,
• отсчетов - количество наблюдений, попадающих в эту ячейку,
• density - плотность ячеек, mids - середины ячеек,
• xname - имя аргумента x и
• equidist - логическое значение, указывающее, расположены ли разрывы одинаково или нет.

Мы можем использовать эти значения для дальнейшей обработки.

Например, в следующем примере мы используем возвращаемые значения для размещения счетчиков в верхней части каждой ячейки с помощью функции text () .

---

Пример 3. Использование возвращаемых значений гистограммы для меток с помощью text ()

  h <- hist (Температура, ylim = c (0,40))
текст (h $ mids, h $ counts, labels = h $ counts, adj = c (0.5, -0.5))
  

---

Определение количества перерывов

С помощью аргумента breaks мы можем указать количество ячеек, которое мы хотим в гистограмме.Однако это число - всего лишь предположение.

R вычисляет наилучшее количество ячеек, учитывая это предложение. Ниже приведены две гистограммы для одних и тех же данных с разным количеством ячеек.

---

Пример 4: Гистограмма с разными изломами

  hist (Температура, перерывы = 4, основная = «С перерывами = 4»)
hist (Температура, перерывы = 20, main = "С перерывами = 20")
  

На приведенном выше рисунке мы видим, что фактическое количество нанесенных ячеек больше, чем мы указали.

Мы также можем определить точки останова между ячейками как вектор. Это дает возможность строить гистограмму с неравными интервалами. В таком случае площадь ячейки пропорциональна количеству наблюдений, попадающих в эту ячейку.

---

Пример 5: Гистограмма неравномерной ширины

  hist (Температура,
main = "Максимальная дневная температура в аэропорту Ла-Гуардия",
xlab = "Температура в градусах Фаренгейта",
xlim = c (50,100),
col = "шоколад",
border = "коричневый",
разрывы = c (55,60,70,75,80,100)
)
  

ГИСТОГРАММА

ГИСТОГРАММА

Функция ГИСТОГРАММА вычисляет функцию плотности для Массив .В простейшем случае функция плотности с нижним индексом i представляет собой количество элементов массива в аргументе со значением i .

Пусть F _i = значение элемента i , 0 ≤ i < n . Пусть H _v = результат функции гистограммы, целочисленный вектор. Определение функции гистограммы становится:

Примечание: Не всегда может быть достаточно виртуальной памяти для поиска функций плотности массивов, содержащих большое количество ячеек.

Примечание: Тип данных значений, указанных для BINSIZE, MAX и MIN, должен соответствовать типу данных аргумента Array . Поскольку эти значения ключевых слов преобразуются в тип данных , массив , указание несовпадающих типов данных может привести к нежелательным результатам. Например, если у вас есть байтовое изображение в качестве входного массива, но вы хотите использовать дробный размер бункера, вы должны преобразовать входной массив в число с плавающей запятой перед вызовом HISTOGRAM.

Совет: Для двумерных распределений вероятностей используйте функцию HIST_2D.

Совет: ГИСТОГРАММА может дополнительно возвращать массив, содержащий список исходных индексов массива, которые участвовали в каждом бине гистограммы. Этот список, обычно называемый обратным (или обратным) списком индексов, эффективно определяет, какие элементы массива накапливаются в наборе интервалов гистограммы. Типичным применением списка обратных индексов является запрос обратной гистограммы или диаграммы рассеяния - ячейка гистограммы или двухмерная диаграмма рассеяния помечаются курсором, а исходные элементы данных в этой ячейке выделяются.

Пример

---

В этом примере вычисляются гистограммы изображений и отображаются частоты их значений пикселей. Скопируйте и вставьте код в IDL Workbench, чтобы запустить его.

         
 файл = FILE_WHICH ('ctscan.dat') 
 сканирование = READ_BINARY (файл, DATA_DIMS = [256,256]) 
 
         
 pdf = ГИСТОГРАММА (сканирование, МЕСТОПОЛОЖЕНИЯ = xbin) 
 cdf = ИТОГО (pdf, / CUMULATIVE) / N_ELEMENTS (сканирование) 
 
         
         
 pimage = IMAGE (сканирование, / ORDER, LAYOUT = [3,1,1], DIMENSIONS = [4 * 256,256], 
долл. США
 TITLE = 'Изображение') 
 phisto = PLOT (xbin, pdf, LAYOUT = [3,1,2], / CURRENT, XRANGE = [0,255], 
долл. США
 TITLE = 'Гистограмма', XTITLE = 'Значение пикселя', YTITLE = 'Частота', 
долл. США
 MAX_VALUE = 5e3, AXIS_STYLE = 1, COLOR = 'красный') 
 pcumul = PLOT (xbin, cdf, LAYOUT = [3,1,3], / CURRENT, XRANGE = [0,255], 
долл. США
 TITLE = 'Накопительная гистограмма', XTITLE = 'Значение пикселя', 
$
 YTITLE = 'Суммарная частота', 
$
 AXIS_STYLE = 1, COLOR = 'синий') 
 В разделе «Дополнительные примеры» содержится дополнительная информация об использовании ГИСТОГРАММЫ.
 Синтаксис 
  Результат  = ГИСТОГРАММА ( массив  [, BINSIZE =  значение ] [, INPUT =  переменная ] [, LOCATIONS =  переменная ] [, MAX =  значение ] [, MIN =  значение ] [, / NAN] [, NBINS =  значение ] [, OMAX =  переменная ] [, OMIN =  переменная ] [, / L64 | REVERSE_INDICES =  переменная ])
 Возвращаемое значение 
 Возвращает 32-битный или 64-битный целочисленный вектор, равный функции плотности входного  Массив .
 Аргументы 
 Массив 
 Вектор или массив, для которого должна быть вычислена функция плотности.
 Ключевые слова 
 BINSIZE 
 Задайте это ключевое слово для размера используемой корзины. Если это ключевое слово не указано и NBINS не задано, используется размер ячейки 1. Если установлено NBINS, по умолчанию BINSIZE = (MAX - MIN) / (NBINS - 1).
  Примечание:  Тип данных значения, указанного для BINSIZE, должен соответствовать типу данных аргумента  Array .Поскольку BINSIZE преобразуется в тип данных , массив , указание несовпадающих типов данных может привести к нежелательным результатам.
 ВХОД 
 Задайте это ключевое слово для именованной переменной, содержащей массив, который будет добавлен к выходным данным HISTOGRAM. Функция плотности  Массив  добавляется к существующему содержимому INPUT и возвращается как результат. При необходимости массив преобразуется в тип длинного слова и должен иметь как минимум столько элементов, сколько требуется для формирования гистограммы.Несколько гистограмм можно эффективно накапливать, задав частичные суммы с помощью этого ключевого слова.
 L64 
 По умолчанию, возвращаемое значение HISTOGRAM - 32-битное целое число, если это возможно, и 64-битное целое число, если этого требует количество обрабатываемых элементов. Установите L64 для принудительного возврата 64-битных целых чисел во всех случаях. L64 управляет типом результата  , а также выводом ключевого слова REVERSE_INDICES.
  Примечание:  Только 64-битные версии IDL способны создавать переменные, требующие 64-битного результата.Проверьте значение! VERSION.MEMORY_BITS, чтобы узнать, является ли ваш IDL 64-битным или нет.
 МЕСТОПОЛОЖЕНИЯ 
 Задайте это ключевое слово для именованной переменной, в которой будут возвращены начальные местоположения для каждой корзины. Начальные местоположения указаны как MIN +  v  * BINSIZE, где  v  = 0,1, ..., NBINS-1. LOCATIONS имеет то же количество элементов, что и Результат, и тот же тип, что и входной массив.
 МАКС 
 Установите для этого ключевого слова максимальное значение, которое необходимо учитывать.Если это ключевое слово не указано, выполняется поиск самого большого значения в массиве  . Если это ключевое слово не указано и  Массив  имеет тип байта, используется 255.
  Примечание:  Тип данных значения, указанного для MAX, должен соответствовать типу данных входного массива. Поскольку MAX преобразуется в тип данных входного массива, указание несовпадающих типов данных может привести к нежелательным результатам.
  Примечание:  Если указано NBINS, значение MAX будет изменено на NBINS * BINSIZE + MIN.Это гарантирует, что последняя ячейка будет иметь такую ​​же ширину, как и другие ячейки. Обратите внимание, что это может привести к включению в результат дополнительных значений данных (сверх изначально заданного MAX).
 МИН 
 Установите для этого ключевого слова минимальное значение, которое следует учитывать. Если это ключевое слово не указано и  Массив  имеет тип байта, используется 0. Если это ключевое слово не указано и  Массив  не байтового типа,  Массив  ищет его наименьшее значение.
  Примечание:  Тип данных значения, указанного для MIN, должен соответствовать типу данных входного массива. Поскольку MIN преобразуется в тип данных входного массива, указание несовпадающих типов данных может привести к нежелательным результатам.
 NAN 
 Задайте это ключевое слово, чтобы процедура проверяла наличие значений с плавающей запятой IEEE  NaN  или  Infinity  во входных данных. Элементы со значением  NaN  или  Infinity  обрабатываются как отсутствующие данные.
 NBINS 
 Установите это ключевое слово для количества используемых ячеек. Если указан BINSIZE, количество ячеек в  Result  равно NBINS, начиная с MIN и заканчивая MIN + (NBINS – 1) * BINSIZE. Если указан MAX, интервалы будут равномерно распределены между MIN и MAX. Ошибочно указывать NBINS с BINSIZE и MAX.
 Если вы определяете NBINS без указания MIN, MAX и BINSIZE, значения распределяются между (NBINS-1), причем последнее значение данных помещается в последнюю ячейку.
 OMAX 
 Задайте это ключевое слово для именованной переменной, которая будет содержать начальную позицию последней ячейки в гистограмме.
 ОМИН 
 Задайте это ключевое слово для именованной переменной, которая будет содержать начальную позицию первого интервала в гистограмме.
 REVERSE_INDICES 
 Задайте это ключевое слово для именованной переменной, в которой возвращается список обратных индексов. Когда возможно, этот список возвращается как 32-битный целочисленный вектор, количество элементов которого является суммой количества элементов в гистограмме,  N , и количества элементов массива, включенных в гистограмму, плюс один.Если количество элементов слишком велико, чтобы содержаться в 32-битном целом числе, или если установлено ключевое слово L64, REVERSE_INDICES возвращается как 64-битное целое число.
 Индексы исходных элементов массива, попадающих в интервал i -го , 0 ≤ i < N , задаются выражением: R (R [i]: R [i + 1] -1), где R - это список обратного индекса. Если R [i] равно R [i + 1], в ячейке i -го  нет элементов.
 Например, построить гистограмму массива A:
 H = ГИСТОГРАММА (A; REVERSE_INDICES = R) 
 
         
 ЕСЛИ R [i] NE R [i + 1], ТО A [R [R [I]: R [i + 1] -1]] = 0 
 Вышеуказанное обычно более эффективно, чем следующее:
 bini = WHERE (A EQ i, count) 
 IF count NE 0 THEN A [bini] = 0 
 Дополнительные примеры 
         
         
 enso = READ_BINARY (FILE_WHICH ('elnino. dat '), DATA_TYPE = 4, ENDIAN =' маленький ') 
 дельта = 0,25 
 время = НАЙТИ (N_ELEMENTS (enso)) * дельта + 1871 
 
         
 binsize = 0,1 
 h_enso = ГИСТОГРАММА (enso, BINSIZE = размер бина, LOCATIONS = бинавал) 
 
         
 размер выигрыша = 500 
 w = ОКНО (РАЗМЕРЫ = [2 * размер выигрыша, размер выигрыша]) 
Серия
 = СЮЖЕТ (время, энсо, 
$
 / ТЕКУЩАЯ, 
$
 ПОЛОЖЕНИЕ = [0.10, 0,10, 0,65, 0,90], 
долл. США
 XSTYLE = 3, 
долл. США
 XTITLE = 'Время (лет)', 
$
 YTITLE = "Индекс ЭНСО", 
долл. США
 TITLE = 'El Ni! Sn! R! U ~! No - Индекс Южного колебания (ENSO) (1871-1996)') 
 
         
 zero1 = PLOT (series.xrange, [0,0], LINESTYLE = 'dotted', / OVERPLOT) 
 
 histoplot = PLOT (h_enso, binval, $ 
)
 / ТЕКУЩАЯ, 
$
 ПОЛОЖЕНИЕ = [0. 70, 0,10, 0,95, 0,90], 
долл. США
 / STAIRSTEP, 
долл. США
 XTITLE = "Частота", 
долл. США
 TITLE = 'Гистограмма значений индекса ENSO') 
 
         
 zero2 = PLOT (histoplot.xrange, [0,0], LINESTYLE = 'dotted', / OVERPLOT) 
 Примеры использования NBINS: 
 данные = НАЙТИ (100) 
 myHist = ГИСТОГРАММА (данные, NBINS = 2) 
 myHist2 = ГИСТОГРАММА (данные, NBINS = 10) 
 ПЕЧАТЬ, myHist 
 ПЕЧАТЬ, myHist2 
 IDL отображает результаты, аналогичные (обратите внимание, что последняя ячейка содержит только один элемент):
 99 1 
 
 11 11 11 11 11 11 11 11 11 1 
 Примеры использования NBINS с BINSIZE: 
 данные = НАЙТИ (100) 
 myHist = HISTOGRAM (данные; BINSIZE = 50, NBINS = 2) 
 myHist2 = HISTOGRAM (данные; BINSIZE = 10, NBINS = 10) 
 ПЕЧАТЬ, myHist 
 ПЕЧАТЬ, myHist2 
 IDL отображает результаты похожие на:
 50 50 
 
 10 10 10 10 10 10 10 10 10 10 
 Другие примеры 
 D = РАСП (200) 
 СЮЖЕТ, ГИСТОГРАММА (D) 
 СЮЖЕТ, ГИСТОГРАММА (D, MIN = 10, MAX = 50, BINSIZE = 4) 
 Функцию ГИСТОГРАММА также можно использовать для увеличения элементов одного вектора, индексы которых содержатся в другом векторе. Чтобы увеличить элементы вектора A, указанные вектором B, используйте команду:
 A = ГИСТОГРАММА (B, INPUT = A, MIN = 0, MAX = N_ELEMENTS (A) -1) 
 Этот метод работает для повторяющихся индексов, тогда как следующий оператор никогда не добавляет больше 1 к любому элементу, даже если этот элемент дублируется в векторе B:
 A [B] = A [B] +1 
 Например, для следующих команд:
 A = LONARR (5) 
 B = [2,2,3] 
 ПЕЧАТЬ, ГИСТОГРАММА (B, INPUT = A, MIN = 0, MAX = 4) 
 отпечатков IDL:
 0 0 2 1 0 
 Команд:
 A = LONARR (5) 
 A [B] = A [B] +1 
 ПЕЧАТЬ, A 
 дает результат:
 0 0 1 1 0 
 В следующем примере показано, как использовать ГИСТОГРАММУ:
 PRO t_histogram 
 data = [[-5, 4, 2, -8, 1], 
 $ [3, 0, 5, -5, 1], 
 $ [6, -7, 4, -4, - 8], $ 
 [-1, -5, -14, 2, 1]] 
 hist = ГИСТОГРАММА (данные) 
 ячеек = FINDGEN (N_ELEMENTS (hist)) + MIN (данные) 
 PRINT, MIN (hist) 
 ПЕЧАТЬ, ячейки 
 PLOT, ячейки, hist, YRANGE = [MIN (hist) -1, MAX (hist) +1], PSYM = 10, $ 
 XTITLE = 'Номер ячейки', YTITLE = 'Плотность в ячейке' 
 END 
 отпечатков IDL:
 0 
 
 -14. 0000 -13.0000 -12.0000 -11.0000 -10.0000 -9.00000 
 -8,00000 -7,00000 -6,00000 -5,00000 -4,00000 -3,00000 
 -2.00000 -1.00000 0.00000 1.00000 2.00000 3.00000 
 4,00000 5,00000 6,00000 
 История версий 
 Оригинал
 Представлен
 5.6
 Добавлено ключевое слово LOCATIONS
 См. Также 
 H_EQ_CT, H_EQ_INT, HIST_2D, HIST_EQUAL
 .
No related posts.