文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.mint.histc

mindspore.mint.histc(input, bins=100, min=0, max=0)

计算Tensor的直方图。

元素被分类到 min 和 max 之间的等宽箱中。 如果 min 和 max 均为0，则使用数据的最小值和最大值。

低于最小值和高于最大值的元素将被忽略。

警告

这是一个实验性API，后续可能修改或删除。 如果 input 是int64，有效取值在int32范围内，超出范围可能产生精度误差。

参数：

• input (Tensor) - 输入Tensor。

• bins (int, 可选) - 直方图箱的数量，可选。默认值： 100 。若指定，则必须为正数。

• min (int, float, 可选) - 范围下限（含），可选。默认值： 0 。

• max (int, float, 可选) - 范围上限（含），可选。默认值： 0 。

返回：

1-D Tensor，shape为 $(bins,)$，数据类型与 input 相同。

异常：

• TypeError - 如果 input 不是Tensor。

• TypeError - 如果 input 的数据类型不支持。

• TypeError - 如果属性 min 或 max 不是float类型或int类型。

• TypeError - 如果属性 bins 不是整数。

• ValueError - 如果属性 min > max 。

• ValueError - 如果属性 bins <= 0。

支持平台：

Ascend

样例：

>>> from mindspore import Tensor, mint
>>> x = Tensor([1., 2, 1])
>>> y = mint.histc(x, bins=4, min=0, max=3)
>>> print(y)
[0 2 1 0]