使用numpy.histogram遇TypeError：存在未预期参数'normed'

问题原因 #

你使用的numpy 1.24.3版本已经完全移除了normed参数——该参数在numpy 1.20版本就被标记为废弃，官方用density参数替代了它，这就是触发TypeError的直接原因。

修正后的代码 #

将normed=True替换为density=True即可正常运行：

import numpy as np
np.histogram(np.arange(4), bins=np.arange(5), density=True)

归一化逻辑说明 #

• density=True会将直方图归一化为概率密度，所有区间的面积之和为1。针对你的输入，运行结果为：

  (array([0.25, 0.25, 0.25, 0.25]), array([0, 1, 2, 3, 4]))
  

• 若你需要的是各区间计数占总数的比例（数值之和为1），可通过weights参数实现：

  import numpy as np
  data = np.arange(4)
  counts, bins = np.histogram(data, bins=np.arange(5), weights=np.ones_like(data)/len(data))
  print(counts, bins)
  

  输出结果：

  [0.25 0.25 0.25 0.25] [0 1 2 3 4]
  

关于预期结果的补充 #

你给出的预期结果(array([0.2,0.25,0.25]),array([0,1,2,3,4]))和当前输入不匹配，可能是数据或bins参数定义有误。若要得到该结果，建议检查输入数据或bins的设置是否正确。

内容的提问来源于stack exchange，提问作者Talha Tayyab