如何繪製python中的概率質量函數

Question

如何創建一個直方圖，該直方圖顯示給定的數組x從0到1範圍內的概率分佈？我期望每個欄是< = 1，如果我總結每個欄的y值，他們應該加起來爲1.

例如，如果x = [.2，.2，.8]，那麼我會期望一個圖表顯示2條，一條在.2處，高度爲0.66，一條在0.8處，高度爲0.33。

我已經試過：

matplotlib.pyplot.hist(x, bins=50, normed=True) 

這給了我與上面去1.我不是說這是錯誤的，因爲這正是賦範參數將根據文檔做吧直方圖，但沒有按不顯示概率。

我也試過：

counts, bins = numpy.histogram(x, bins=50, density=True) 
bins = bins[:-1] + (bins[1] - bins[0])/2 
matplotlib.pyplot.bar(bins, counts, 1.0/50) 

這也給了我條，其Y值之和大於1

Answer 1

我認爲我的原始術語是關閉的。我有一組連續值[0-1），我想要離散化並用它來繪製概率質量函數。我認爲這可能是普遍的，足以保證一個單一的方法來做到這一點。

下面的代碼：

x = [random.random() for r in xrange(1000)] 
num_bins = 50 
counts, bins = np.histogram(x, bins=num_bins) 
bins = bins[:-1] + (bins[1] - bins[0])/2 
probs = counts/float(counts.sum()) 
print probs.sum() # 1.0 
plt.bar(bins, probs, 1.0/num_bins) 
plt.show() 

Answer 2

我認爲你是一個誤總和爲的整體。一個適當的PRF（概率分佈函數）整合到統一中;如果你只是簡單地拿出你可能錯過矩形大小的總和。

import numpy as np 
import pylab as plt 

N = 10**5 
X = np.random.normal(size=N) 

counts, bins = np.histogram(X,bins=50, density=True) 
bins = bins[:-1] + (bins[1] - bins[0])/2 

print np.trapz(counts, bins) 

給出.999985，它足夠接近統一。

編輯：響應於下面的評論：

如果x =和我正在尋找與兩個杆，一個在0.2的曲線圖[2，0.2，0.8。]高度爲.66，因爲66％的數值在.2和一個在0.8的高度爲0.33的柱狀圖，那麼該圖將被調用，我該如何生成它？

以下代碼：

from collections import Counter 
x = [.2,.2,.8] 
C = Counter(x) 
total = float(sum(C.values())) 
for key in C: C[key] /= total 

給出了一個 「字典」 C=Counter({0.2: 0.666666, 0.8: 0.333333})。從這裏可以構建一個條形圖，但是這隻有在PDF爲離散時纔有效，並且只採用一組有限的固定值，這些值彼此分開。