将数据中找到的元素拟合到其累积分布时出错

Question

我有一个大的模拟数据集，我在其中传递了值，而不是用于分析。我的主要目标是获取实际的实际记录值，并通过累积分布将其与模拟数据进行比较。

我首先定义了通过获取具有特定值x的值来遍历数据集的每个bin的方法，并将其匹配到＆＃34; real＆＃34;使用相同的值x

分析数据

bins = np.linspace(SimData.min(),SimData.max(), 24)

def CumuProb(SimData, bins, x, realValue):
    h, bins_ = np.histogram(be, bins=bins)
    hcum = np.cumsum(h)/float(np.cumsum(h).max())

    cbins = np.zeros(len(bins)+1)
    cbins[1:-1] = bins[1:]-np.diff(bins[:2])[0]/2.
    cbins[-1] = bins[-1]

    hcumc = np.linspace(0,1, len(cbins))
    hcumc[1:-1] = hcum

    p = [x, realValue]

    yi = np.interp(p[1],cbins, hcumc)
    return [p[1],yi]

此方法适用于较大的值。但是，如果我通过值＆lt;＆lt; 1＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;

例如，使用此方法对我的项目执行：

你可以在最底部看到它们是2点，当它们在蓝线上时应该是大约10点（实际数据）。

主要罪魁祸首来自此追溯： RuntimeWarning: invalid value encountered in divide hcum = np.cumsum(h)/float(np.cumsum(h).max())

所以这必须做我最有可能定义我的bin大小，它是在bin=np.linspace(np.log(binding).min(),np.log(binding).max(),24)定义的，它通过上图中的对数x轴值进行分箱。

我该如何解决这个问题？

Answer 1

我不能百分百肯定，因为这个问题缺少很多相关信息，但从I intended to use this function的判断来看，将realValue放入插值似乎很奇怪。如果，顾名思义，x是要调查的数据点的x轴值，则插值应采用x：

yi = np.interp(x,cbins, hcumc)
return [x,yi]