我有數據值的數組如下:如何繪製事件的到達間隔時間的概率密度函數(PDF)?
0.000000000000000000e+00
3.617000000000000171e+01
1.426779999999999973e+02
2.526699999999999946e+01
4.483190000000000168e+02
7.413999999999999702e+00
1.132390000000000043e+02
8.797000000000000597e+00
1.362599999999999945e+01
2.080880900000000111e+04
5.580000000000000071e+00
3.947999999999999954e+00
2.615000000000000213e+00
2.458000000000000185e+00
8.204600000000000648e+01
1.641999999999999904e+00
5.108999999999999986e+00
2.388999999999999790e+00
2.105999999999999872e+00
5.783000000000000362e+00
4.309999999999999609e+00
3.685999999999999943e+00
6.339999999999999858e+00
2.198999999999999844e+00
3.568999999999999950e+00
2.883999999999999897e+00
7.307999999999999829e+00
2.515000000000000124e+00
3.810000000000000053e+00
2.829000000000000181e+00
2.593999999999999861e+00
3.963999999999999968e+00
7.258000000000000007e+00
3.543000000000000149e+00
2.874000000000000110e+00
................... and so on.
我要繪製的數據值的概率密度函數。我提到(Wiki)和scipy.stats.gaussian_kde。但我沒有得到這是正確的或不。 我正在使用python。簡單的數據圖代碼如下:
from matplotlib import pyplot as plt
plt.plot(Data)
但現在我想繪製PDF(概率密度函數)。但我沒有在Python中獲得任何庫來這樣做。
由於您正在處理* discrete *數據,因此您的PDF將被分類爲'bin'。使用雙打創建這些容器是很困難的,因爲在它們之間聲明平等是非常困難的,因此您的PDF現在看起來幾乎肯定會看起來像一條扁平線(因爲它正在計算N個唯一值)。你需要介紹一些比較這些像舍入等方式 –
好的。我可以將它舍入到2個小數點。那我該如何策劃? @ScottStainton – KrunalParmar
四捨五入後,您需要計算每個數字的出現次數,然後除以所有數據總量,這會給出每個數值的概率。繪製這個值是你的PDF。 –