如何在Python的matplotlib中绘制经验CDF？

Question

如何在Python的matplotlib中绘制数字数组的经验CDF？我正在寻找pylab的“ hist”函数的cdf模拟。

我能想到的一件事是：

from scipy.stats import cumfreq
a = array([...]) # my array of numbers
num_bins =  20
b = cumfreq(a, num_bins)
plt.plot(b)

那是正确的吗？有没有更简单/更好的方法？

谢谢。

Answer 1

看起来（几乎）完全是您想要的。两件事情：

首先，结果是四个项目的元组。第三个是垃圾箱的大小。第二个是最小垃圾箱的起点。第一个是每个垃圾箱中或下方的点数。（最后是超出限制的点数，但是由于您未设置任何点数，因此将对所有点进行分箱。）

其次，您需要调整结果的比例，使最终值为1，以遵循CDF的常规约定，但否则是正确的。

这是它的内幕：

def cumfreq(a, numbins=10, defaultreallimits=None):
    # docstring omitted
    h,l,b,e = histogram(a,numbins,defaultreallimits)
    cumhist = np.cumsum(h*1, axis=0)
    return cumhist,l,b,e

它进行直方图处理，然后在每个仓中生成计数的累积和。因此，结果的第i个值是小于或等于第i个bin的最大值的数组值的数量。因此，最终值只是初始数组的大小。

最后，要进行绘制，您需要使用bin的初始值和bin大小来确定所需的x轴值。

另一个选择是使用numpy.histogram它可以进行归一化并返回仓边。您需要自己对结果计数进行累加。

a = array([...]) # your array of numbers
num_bins = 20
counts, bin_edges = numpy.histogram(a, bins=num_bins, normed=True)
cdf = numpy.cumsum(counts)
pylab.plot(bin_edges[1:], cdf)

（bin_edges[1:]是每个垃圾箱的上边缘。）