为什么 Matlab 倍频程原点 awk 中的频率计数使用相同的数据集会得到完全不同的结果

Question

有一个数据集（仅用于测试），如下所示：0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5我想获得最小 0.1 和最大 1.5 之间的频率计数，箱（步长）为 0.1。我已经在Matlab，Octave，Origin和AWK脚本中进行了测试。但是，我得到了完全不同的结果。

1. 矩阵实验室

data  = [0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5];
edge  = 0.1:0.1:1.5;
count = histc(data, edge);

结果是：

count = [2 4 0 2 2 0 0 0 0 0 1 1 1 1 1]

2. 八度

data  = [0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5];
edge  = 0.1:0.1:1.5;
count = histc(data, edge);

结果是：

count = [2 2 2 2 2 0 0 0 0 0 1 2 0 1 1]

3. 起源

使用命令"频率计数"，设置min=0.1、max=1.5、step size=0.1.

结果是：

count = [2 4 0 2 2 0 0 0 0 0 2 1 1 1]

4. AWK

{...;count[data/0.1]++;} ...

结果是：

count = [2 4 0 2 2 0 0 0 0 0 2 0 2 0 1]

为什么我会得到这些不同的结果？是我做错了什么，还是误解了"频率计数"的概念？我认为上述任何结果都不是正确的...你能告诉我我该怎么办吗？

Answer 1

一个快速的解决方法是移动边缘

矩阵：

data  = [0.1 0.2 0.3 0.4 0.5 1.1 1.2 1.3 1.4 1.5 0.1 0.2 0.3 0.4 0.5];
edge  = 0.05:0.1:1.55;
count = histc(data, edge)

结果：

  Columns 1 through 9
     2     2     2     2     2     0     0     0     0
  Columns 10 through 16
     0     1     1     1     1     1     0

注意：末端有一个杂散峰，因为长度（边）=长度（数据）+1。

然后正如Paul R所建议的那样，它归结为精度和四舍五入。您必须进入每个频率计数函数，以查看每种语言如何解释它。如果我是你，我会把所有东西都乘以 10 并使它们变成 int。

data=int8(data.*10)
edge  = 1:15;
count = histc(data, edge)

结果：

  Columns 1 through 9
     2     2     2     2     2     0     0     0     0
  Columns 10 through 15
     0     1     1     1     1     1

重要的是人类如何解释它，而不是机器。如果你知道你乘以 10 ^（你的精度）并使它们 int，你不在乎机器到底做了什么。然后，如果数据中有无理数并且仍然看到错误，请检查浮点数的编码方式 （http://en.wikipedia.org/wiki/Floating_point）

干杯。