Question

如何创建一个直方图，显示给定数字x的范围为0-1的概率分布？我希望每个柱都是＆lt; = 1，如果我将每个柱的y值相加，它们应该加起来为1.

例如，如果x = [。2，.2，.8]，那么我希望图表显示2个条形图，一个在.2处，高度为.66，一个在.8处，高度为.33。

我试过了：

matplotlib.pyplot.hist(x, bins=50, normed=True)

给了我一个直方图，条形图高于1.我不是说那是错的，因为这是规范参数根据文档做的，但是没有显示概率。

我也试过了：

counts, bins = numpy.histogram(x, bins=50, density=True)
bins = bins[:-1] + (bins[1] - bins[0])/2
matplotlib.pyplot.bar(bins, counts, 1.0/50)

这也给了我的y值总和大于1的条。

Answer 1

我认为我原来的术语是关闭的。我有一个连续值[0-1]的数组，我想离散并用于绘制概率质量函数。我认为这可能足以保证采用单一方法。

以下是代码：

x = [random.random() for r in xrange(1000)]
num_bins = 50
counts, bins = np.histogram(x, bins=num_bins)
bins = bins[:-1] + (bins[1] - bins[0])/2
probs = counts/float(counts.sum())
print probs.sum() # 1.0
plt.bar(bins, probs, 1.0/num_bins)
plt.show()

Answer 2

我认为您错误地将总和视为积分。适当的PRF（概率分布函数）积分为统一;如果你只是拿出你可能会错过矩形大小的总和。

import numpy as np
import pylab as plt

N = 10**5
X = np.random.normal(size=N)

counts, bins = np.histogram(X,bins=50, density=True)
bins = bins[:-1] + (bins[1] - bins[0])/2

print np.trapz(counts, bins)

给予.999985，这足够接近统一。

编辑：回复以下评论：

如果x = [。2，.2，.8]并且我正在寻找一个带有两个条形的图形，一个是.2，高度为.66，因为66％的值为.2，一个条形为.8高度为.33，该图表将被调用以及如何生成它？

以下代码：

from collections import Counter
x = [.2,.2,.8]
C = Counter(x)
total = float(sum(C.values()))
for key in C: C[key] /= total

提供“字典”C=Counter({0.2: 0.666666, 0.8: 0.333333})。从这里可以构建一个条形图，但这只有在PDF 离散时才有效，并且只采用一组彼此完全分离的有限固定值。

如何在python中绘制概率质量函数

2 个答案: