概率密度直方图（可看作PDF的在步长较大时的近似）与累积分布直方图（可看作CDF的在步长较大时的近似）

在概率密度直方图中，取到任一bin中的一个样本的平均概率，等于该箱的高度(纵坐标y值) × 宽度(横坐标间距δx) ÷ 该箱中样本个数(n_samples)，而不是等于纵坐标y值；即此时面积表示概率之和，而不是纵坐标y值表示单一样本概率；如图1、图2所示。
在累积分布直方图中，取到任一bin中的一个样本的平均概率，等于（该箱的高度(纵坐标y值) －左侧箱的高度）/ 该箱中样本个数；即此时纵坐标y值表示概率，但为累计概率；如图3、图4所示。
当箱的个数等于样本总数，即每个箱中只有一个样本时，取到任意一个样本的概率，在概率密度直方图中，等于该箱的高度 × 宽度；在累积分布直方图中，等于该箱的高度－左侧箱的高度。此时累积分布直方图趋近于累计分布函数(CDF)，但概率密度直方图中各箱顶点的连线通常并不趋近于概率密度函数(PDF)，因为在各个横坐标处，也就是样本的取值处，通常会存在离群的样本取值概率，也就是离群的纵坐标值；只有对该直方图取一定程度的平滑曲线，才趋近于概率密度函数；如图5、图6所示。

图1 bins=4的概率密度直方图

图2 bins=40的概率密度直方图

图3 bins=4的累积分布直方图

图4 bins=40的累积分布直方图

图5 bins等于样本总数时的概率密度直方图

图6 bins等于样本总数时的累积分布直方图

下面是绘图的代码：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_regressionX, y_origin = make_regression(n_samples=10000, noise=100, random_state=0)  # create data
y_scale = (y_origin + abs(y_origin.min())) / 200  # shift and shrink
y_exp = np.expm1(y_scale)  # exp(x) - 1
y_log = np.log1p(y_exp)  # log(1 + x)
print(sum(y_scale - y_log < 1e-10) == len(y_origin))  # y_log is equal to y_scalen_samples = 2500  # each bin has n_samples, so there are len(y_origin) / n_samples bins.f, (ax0, ax1) = plt.subplots(1, 2)
ax0.hist(y_origin, bins=int(len(y_origin)/n_samples), density=True, cumulative=True)
ax0.set_title('y_origin')
ax1.hist(y_scale, bins=int(len(y_scale)/n_samples), density=True, cumulative=True)
ax1.set_title('y_scale')
f.suptitle("Synthetic data", y=0.06, x=0.53)
f.tight_layout(rect=[0.05, 0.05, 0.95, 0.95])
plt.show()f, (ax0, ax1) = plt.subplots(1, 2)
ax0.hist(y_exp, bins=int(len(y_exp)/n_samples), density=True, cumulative=True)
# ax0.set_xlim([-100, 1700])
ax0.set_title('y_exp')
ax1.hist(y_log, bins=int(len(y_log)/n_samples), density=True, cumulative=True)
ax1.set_title('y_log')
f.suptitle("Synthetic data", y=0.06, x=0.53)
f.tight_layout(rect=[0.05, 0.05, 0.95, 0.95])
plt.show()

概率密度直方图（可看作PDF的在步长较大时的近似）与累积分布直方图（可看作CDF的在步长较大时的近似）相关推荐

R语言plotly可视化：plotly可视化累积cumulative直方图（Cumulative Histogram）
R语言plotly可视化:plotly可视化累积cumulative直方图(Cumulative Histogram) 目录 R语言plotly可视化:plotly可视化累积cumulative直方图 ...
matlab 求概率密度,MATLAB如何使用pdf函数计算指定分布的概率密度函数
MATLAB如何使用pdf函数计算指定分布的概率密度函数 [语法说明] Y=pdf('name',X,A) Y=pdf('name',X,A,B) Y=pdf('name',X,A,B,C) 字符串n ...
OpenCV中颜色分布直方图及其应用
1.图像直方图直方图是对数据的集合统计,并将统计结果分布于一系列预定义的 bins 中.这里的数据不仅仅指的是颜色灰度值 , 统计数据可能是任何能有效描述图像的特征(如梯度.方向等).特别地, ...
matplotlib 直方图_掌握了Matplotlib这两个方法，轻松绘制出漂亮的直方图！
一个直方图可以很好的把数据展示出来,Matplotlib库中plt.hist()函数用来展示直方图.这个函数的使用非常的简单,一行代码就可以创建一个直方图. 简单的直方图 import numpy a ...
[转载] 【数据处理】 python 极速极简画图——频数(率)分布直方图
参考链接: Python | 使用XlsxWriter模块在Excel工作表中绘制面积图说明当我们拿到数据的时候,第一时间就是想知道数据的特点,然鹅单个的数值如平均数.中位数仍不够直观,我们更 ...
A项目之三：价格与销量分布直方图
价格分布直方图先搭建Flask框架,让图形能够在网页呈现出来: from flask import Flask,render_template app = Flask(__name__)@app.r ...
python 绘制分布直方图_统计学中常见的4种抽样分布及其分布曲线（Python绘制）...
现代统计学奠基人之一.英国统计学家费希尔(Fisher)曾把抽样分布.参书估计和假设检验看作统计推断的三大中心内容. 统计学中,需要研究统计量的性质,并评价一个统计推断的优良性,而这些取决于其抽样分布 ...
ansys时间步长怎么设置_在 ANSYS Workbench 的动态、静态仿真中,设置子步长(时间步长)的目的分别是什么?_学小易找答案...
[计算题]塔架静力-地震响应谱分析 Course-Work8_塔架响应谱分析.pdf [简答题]简述虚位移原理与最小势能原理? [简答题]如何对草图中几何模型进行尺寸标注? [简答题]记3-5个单词 ...
python绘制直方图根据不同分类_如何在python中绘制具有多个类别的直方图
下面是一个使用Matplotlib中的^{}为每个箱子提供多个条的直方图示例:import numpy as np import matplotlib.pyplot as plt length_of_ ...

概率密度直方图（可看作PDF的在步长较大时的近似）与累积分布直方图（可看作CDF的在步长较大时的近似）

概率密度直方图（可看作PDF的在步长较大时的近似）与累积分布直方图（可看作CDF的在步长较大时的近似）相关推荐

最新文章

热门文章