Частотный массив

Частотный массив — это способ представления данных через количество появлений каждого значения или интервала в выборке.

Идея: вместо хранения всех исходных наблюдений мы считаем, сколько раз встречается каждое значение (для дискретных данных) или интервал (для непрерывных).

Пример с дискретными данными в NumPy:

import numpy as np
 
data = np.array([1, 2, 2, 3, 3, 3, 4])
values, counts = np.unique(data, return_counts=True)
 
print(values)  # [1 2 3 4]
print(counts)  # [1 2 3 1]

Здесь:

• values — уникальные значения данных
• counts — частота каждого значения
• пары (values[i], counts[i]) образуют частотный массив

Для непрерывных данных используют интервальные бины:

hist, bin_edges = np.histogram(data, bins=4)

• hist — частоты попадания в каждый интервал
• bin_edges — границы интервалов

Назначение частотного массива:

1. Сжатое представление данных — хранится меньше информации, но достаточно для анализа распределения.
2. Построение гистограмм — визуализирует распределение через столбцы.
3. Расчёт статистик — среднее, дисперсия, квантиль можно вычислить из частот, не возвращаясь к исходной выборке.

Коротко:
частотный массив — это таблица, которая хранит, сколько раз каждое значение или интервал встречается в данных, позволяя компактно и наглядно представлять распределение.