对直方图或数组进行对称化？

Question

我有一个从-5到5的直方图，我可以随意操作和绘图，并使用以下PDF对其进行单样本KS测试：norm，cauchy，students t，laplace。< / p>

但是，我必须对数据进行对称化（使其从0到5）并对其进行KS测试。这对于常态和柯西来说很好..但是我找不到scipy.stats中的“半学生”PDF

所以我非常感谢你的帮助：

1）如何绘制直方图从5,4,3,2,1,0,1,2 ......重新开始，没有负数，不仅仅显示0到0 5，我可以按照惯例为我的KS测试设置loc = 0。 （我希望我能做一个plt.MirroredAboutX（）或其他什么？）或者，

2）有没有人知道半个学生的PDF是否隐藏在我掩饰的某个地方？

谢谢！

修改：使用此列表

澄清上面的＃1

l = [-1.93067027 -1.00267766 -0.6349767  -0.82698775 -0.59277326 -0.67801007 -0.60888202 -0.27387228 -0.03645225 -0.02120668  0.02004329  0.40640109 0.661673 0.77414735  0.86466529  0.53162743  0.64943555  0.7827397 1.8450599   1.44000795]

plt.hist(l)向我显示-2到2的直方图，

和plt.hist(np.abs(l))向我显示0到2的直方图。

我希望直方图从0到2，现在在y轴上镜像/翻转，以便x轴的范围从2到2（因为它以0为中心），这就是这个很好的对称，绘制直方图。

Answer 1

您可以绘制numpy直方图结果的条形图。然后，您可以反转阵列以绘制它们的镜像版本。

import matplotlib.pyplot as plt
import numpy as np

l = "-1.93067027 -1.00267766 -0.6349767 -0.82698775 -0.59277326 -0.67801007 -0.60888202 -0.27387228 -0.03645225 -0.02120668  0.02004329  0.40640109 0.661673 0.77414735  0.86466529  0.53162743  0.64943555  0.7827397 1.8450599   1.44000795"
l = np.array(list(map(lambda x: float(x),l.split() )))

step = 0.25
bins = np.arange(0,2.01, step)
hist, edges = np.histogram(np.abs(l),bins=bins)

plt.bar(bins[:-1], hist, width=step, align="edge", ec="k")

plt.bar(-bins[::-1][:-1], hist[::-1], width=step, align="edge", ec="k")

plt.show()

请注意，执行此操作时，y轴已失去其定量含义，因为每个值在镜像图中都会占两倍。