fn_registry/cpp/functions/datascience/samples_to_grid_2d.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, tested, tests, test_file_path, file_path, params, output

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	tested	tests	test_file_path	file_path	params	output
samples_to_grid_2d	function	cpp	datascience	1.0.0	pure	void samples_to_grid_2d_counts(const double* x, const double* y, size_t n, double xmin, double xmax, double ymin, double ymax, int nx, int ny, unsigned int* out_counts); void samples_to_grid_2d_density(...float* out_density); void counts_to_density(const unsigned int* counts, int nx, int ny, float* out_density)	Binning 2D CPU para alimentar heatmap_cpp_viz / contour_cpp_viz / surface_plot_3d desde un set de samples (x[], y[]). Variante counts (uint, acumulable) y density (float [0,1] normalizado a max). Pareja CPU del gpu_histogram_2d.	binning histogram_2d density heatmap contour datascience pendiente-usar				false		cstddef cmath vector	false			cpp/functions/datascience/samples_to_grid_2d.cpp	name desc samples_x Array de coordenadas X de los samples. name desc samples_y Array de coordenadas Y de los samples. name desc n Numero de samples (longitud de samples_x y samples_y). name desc xmin Limite inferior X. Samples con x fuera de [xmin, xmax) se descartan. name desc xmax Limite superior X. name desc ymin Limite inferior Y. name desc ymax Limite superior Y. name desc nx Bins en X. name desc ny Bins en Y. name desc out_counts Buffer destino unsigned int[nx*ny] row-major (idx = y*nx + x). NO se inicializa: el caller decide si poner a cero (acumular sobre llamadas previas). name desc out_density Buffer destino float[nx*ny] normalizado a max=1.0. Variante density auto-rellena. name desc counts (counts_to_density) input uint[nx*ny].	out_counts incrementado con los conteos; out_density normalizado [0, 1]. Si todos los counts son 0, density se llena con 0.

samples_to_grid_2d

Binning 2D para densidades de muestras (joint posteriors, walks 2D, scatter density). Versión CPU canónica — usar GPU gpu_histogram_2d cuando los samples ya viven en GPU.

Patron tipico (mcmc-visualizer / mcmc-full)

constexpr int NX = 128, NY = 128;
std::vector<float> density(NX * NY);

fn::ds::samples_to_grid_2d_density(
    chain_x.data(), chain_y.data(), chain_x.size(),
    -5.0, 5.0, -5.0, 5.0,
    NX, NY,
    density.data()
);

fn::viz::heatmap(density.data(), NX, NY, /*...*/);

Acumulado a lo largo de iteraciones

Para visualizar la cadena creciendo en vivo sin recomputar todo:

std::vector<unsigned int> counts(NX * NY, 0u);

// Cada iteracion del MCMC:
fn::ds::samples_to_grid_2d_counts(
    new_x.data(), new_y.data(), new_x.size(),
    -5.0, 5.0, -5.0, 5.0,
    NX, NY,
    counts.data()                 // sigue acumulando
);

std::vector<float> density(NX * NY);
fn::ds::counts_to_density(counts.data(), NX, NY, density.data());
fn::viz::heatmap(density.data(), NX, NY, /*...*/);

Notas

• Samples fuera del rango [xmin, xmax) x [ymin, ymax) se descartan, no se clampean. Si quieres clamp, pre-clamp los samples antes de llamar.
• O(n) sobre samples + O(nx*ny) para to_density. Para n = 10^7, nx=ny=256: ~70 ms CPU. Para refresh interactivo a 60 FPS, downsample a n=10^5 o usar la version GPU.
• Layout row-major idx = y*nx + x — coincide con lo que esperan heatmap_cpp_viz y contour_cpp_viz.