如何绘制事件间隔的概率密度函数（PDF）？涉及IT技术。

Question

如何绘制事件间隔的概率密度函数（PDF）？涉及IT技术。

5

我有一个数据值的数组，如下：

0.000000000000000000e+00
3.617000000000000171e+01
1.426779999999999973e+02
2.526699999999999946e+01
4.483190000000000168e+02
7.413999999999999702e+00
1.132390000000000043e+02
8.797000000000000597e+00
1.362599999999999945e+01
2.080880900000000111e+04
5.580000000000000071e+00
3.947999999999999954e+00
2.615000000000000213e+00
2.458000000000000185e+00
8.204600000000000648e+01
1.641999999999999904e+00
5.108999999999999986e+00
2.388999999999999790e+00
2.105999999999999872e+00
5.783000000000000362e+00
4.309999999999999609e+00
3.685999999999999943e+00
6.339999999999999858e+00
2.198999999999999844e+00
3.568999999999999950e+00
2.883999999999999897e+00
7.307999999999999829e+00
2.515000000000000124e+00
3.810000000000000053e+00
2.829000000000000181e+00
2.593999999999999861e+00
3.963999999999999968e+00
7.258000000000000007e+00
3.543000000000000149e+00
2.874000000000000110e+00
................... and so on.

我希望绘制数据值的概率密度函数。我参考了(维基百科)和scipy.stats.gaussian_kde，但我不确定是否正确。我正在使用Python。简单的数据绘图代码如下：

from matplotlib import pyplot as plt
plt.plot(Data)

但是现在我想绘制概率密度函数(PDF)。但是我在Python中找不到任何库来实现这一点。

- KrunalParmar

由于您正在处理离散数据，因此您的概率密度函数将被分类为“箱子”。使用双精度浮点数创建这些箱子很困难，因为很难在它们上面确定相等性，因此您当前的概率密度函数几乎肯定会看起来像一条平直的线（因为它正在计算N个唯一值）。您需要引入某种比较方式，例如四舍五入等。 - Scott Stainton

好的，我可以将其舍入为2个小数点。那么我该怎么绘图？@ScottStainton - KrunalParmar

1

在四舍五入后，您需要计算每个数字的出现次数，然后将其除以您拥有的总数据量，这将为每个值提供概率。绘制此值即为您的概率密度函数（PDF）。 - Scott Stainton

2个回答

8

使用numpy.histogram

示例：

# a is your data array
hist, bins = np.histogram(a, bins=100, normed=True)
bin_centers = (bins[1:]+bins[:-1])*0.5
plt.plot(bin_centers, hist)

- Han-Kwang Nienhuys

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Stelios · Accepted Answer

您提供的数据集太小，无法进行可靠的核密度估计。因此，如果我正确理解您要做的事情，我将使用另一个数据集演示该过程。

import numpy as np
import scipy.stats

# generate data samples
data = scipy.stats.expon.rvs(loc=0, scale=1, size=1000, random_state=123)

可以通过简单调用来获取核密度估计:

scipy.stats.gaussian_kde(data,bw_method=bw)

其中bw是一个（可选）的估计过程参数。对于这个数据集，考虑到三个bw值，拟合结果如下所示。

# test values for the bw_method option ('None' is the default value)
bw_values =  [None, 0.1, 0.01]

# generate a list of kde estimators for each bw
kde = [scipy.stats.gaussian_kde(data,bw_method=bw) for bw in bw_values]


# plot (normalized) histogram of the data
import matplotlib.pyplot as plt 
plt.hist(data, 50, normed=1, facecolor='green', alpha=0.5);

# plot density estimates
t_range = np.linspace(-2,8,200)
for i, bw in enumerate(bw_values):
    plt.plot(t_range,kde[i](t_range),lw=2, label='bw = '+str(bw))
plt.xlim(-1,6)
plt.legend(loc='best')

请注意，较大的bw值会导致更平滑的pdf估计，但代价是（在这个例子中）可能会建议存在负值，而实际情况并非如此。