[英]CDF in Python not displaying correctly
早上好,
在Python中,我有一个具有以下值的字典(称为packet_size_dist):
34 => 0.00909909009099
42 => 0.02299770023
54 => 0.578742125787
58 => 0.211278872113
62 => 0.00529947005299
66 => 0.031796820318
70 => 0.0530946905309
74 => 0.0876912308769
请注意,值的总和== 1。
我正在尝试成功生成CDF,但是它看起来错了,我想知道我是否会错误地生成它。 有问题的代码是:
sorted_p = sorted(packet_size_dist.items(), key=operator.itemgetter(0))
yvals = np.arange(len(sorted_p))/float(len(sorted_p))
plt.plot(sorted_p, yvals)
plt.show()
似乎与字典中的值不太匹配。 有任何想法吗? 我还在图的左侧看到一条模糊的绿线,我不知道它是什么。 例如,该图描绘了70%的数据包大小出现在大约78%的时间,而在我的字典中,它表示为5%的时间出现。
这不是您问题的直接答案。 但是,我想指出一点,您的数据来自离散的随机变量(而不是连续的变量),因此,在一系列情况下用一系列线段表示它们可能会引起误解。 累积分布函数中的表示可能会过大。 我提供以下简化。
“ x”表示截断。 点表示封闭打开间隔的封闭端。
这是代码。 我不认为要使用np.cumsum
!
import numpy as np
import pylab as pl
from matplotlib import collections as mc
p = [0.00909909009099,0.02299770023,0.578742125787,0.211278872113,0.00529947005299,0.031796820318,0.0530946905309,0.0876912308769]
cumSums = [0] + [sum(p[:i]) for i in range(1,len(p)+1)]
counts = [30,34,42,54,58,62,66,70,74,80]
lines =[[(counts[i],cumSums[i]),(counts[i+1],cumSums[i])] for i in range(-1+len(counts))]
lc = mc.LineCollection(lines, linewidths=2)
fig, ax = pl.subplots()
ax.add_collection(lc)
pl.plot([30, 80],[0, 1],'bx')
pl.plot(counts[1:-1], cumSums[1:], 'bo')
ax.autoscale()
ax.margins(0.1)
pl.show()
这更像您似乎想要的情节。 (希望如此)
对于哪个代码。
import numpy as np
import pylab as pl
from matplotlib import collections as mc
from sys import exit
p = [0.00909909009099,0.02299770023,0.578742125787,0.211278872113,0.00529947005299,0.031796820318,0.0530946905309,0.0876912308769]
cumSums = [sum(p[:i]) for i in range(1,len(p)+1)]
counts = [34,42,54,58,62,66,70,74]
lines = [[(counts[i],cumSums[i]),(counts[i+1],cumSums[i+1])] for i in range(-1+len(p))]
lc = mc.LineCollection(lines, linewidths=2)
fig, ax = pl.subplots()
ax.add_collection(lc)
ax.autoscale()
ax.margins(0.1)
pl.show()
使用numpy使一切变得容易得多。 因此,首先您可以将字典转换为2列numpy数组。 然后,您可以按其第一列对其进行排序。 最后,只需计算第二列的累加总和并将其与第一列相对应即可。
dic = { 34 : 0.00909909009099,
42 : 0.02299770023,
54 : 0.578742125787,
58 : 0.211278872113,
62 : 0.00529947005299,
66 : 0.031796820318,
70 : 0.0530946905309,
74 : 0.0876912308769 }
import numpy as np
import matplotlib.pyplot as plt
data = np.array([[k,v] for k,v in dic.iteritems()]) # use dic.items() for python3
data = data[data[:,0].argsort()]
cdf = np.cumsum(data[:,1])
plt.plot(data[:,0], cdf)
plt.show()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.