p, _ = np.histogram(f, bins=256, range=(0, 255))中为什么使用, _

在这段代码中，`_,`被用作一个占位符，表示一个变量被赋值，但是在后面的代码中没有被使用。在这个特定的代码中，`_,`被用来接收`np.histogram`函数返回的第二个数组，即直方图的bin edges。因为在此情况下，我们只关心直方图的值而不是bin edges，所以用`_,`来表示bin edges是不需要的。这种用法的好处是可以减少不必要的内存消耗，同时还可以提高代码的可读性。

相关问题

p, _ = np.histogram(f, bins=256, range=(0, 255))中为什么使用“, _”

在这段代码中，“_”通常被用作一个占位符，表示一个变量被赋值，但是在后面的代码中没有被使用。在这个特定的代码中，“_”被用来接收histogram函数的第二个返回值，即直方图的bins。因为在此情况下，我们只关心直方图的值而不是bins，所以用“_”来表示bins是不需要的。这种用法的好处是可以减少不必要的内存消耗，同时还可以提高代码的可读性。

bins = np.arange(11) # hist, _ = np.histogram(d, bins=bins)

这是使用 NumPy 库中的 arange 函数生成一个包含 11 个元素的一维数组，用于设置直方图的边界。然后使用 np.histogram 函数计算直方图，第一个参数 d 是数据，第二个参数 bins 是直方图的边界。函数返回两个值，第一个值是直方图的频数，第二个值是直方图的边界。这里使用了下划线（_）来表示返回值中的第二个值不被使用，因为我们只需要直方图的频数。