numpy直方图累积密度不等于1

Question

我从另一个线程@EnricoGiampieri对累积分布图python的回答中获得了提示，我写道：

# plot cumulative density function of nearest nbr distances
# evaluate the histogram
values, base = np.histogram(nearest, bins=20, density=1)
#evaluate the cumulative
cumulative = np.cumsum(values)
# plot the cumulative function
plt.plot(base[:-1], cumulative, label='data')

我在np.histogram的文档中输入了density = 1，它说：

“请注意，除非选择了单位宽度的bin，否则直方图值的总和将不等于1；这不是概率质量函数。”

好吧，的确，当绘制它们时，它们的总和不是1。但是，我不理解“统一宽度的箱”。当我将垃圾箱设置为1时，我得到一个空图表；当我将它们设置为人口规模时，我的总和不等于1（更像是0.2）。当我使用建议的40个垃圾桶时，它们的总和约为.006。

有人可以给我一些指导吗？谢谢！

Answer 1

您需要确保垃圾箱的宽度均为1。即：

np.all(np.diff(base)==1)

为此，您必须手动指定垃圾箱：

bins = np.arange(np.floor(nearest.min()),np.ceil(nearest.max()))
values, base = np.histogram(nearest, bins=bins, density=1)

你会得到：

In [18]: np.all(np.diff(base)==1)
Out[18]: True

In [19]: np.sum(values)
Out[19]: 0.99999999999999989