Python中的CDF无法正确显示

Question

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()

但是结果图看起来像这样：

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。

Answer 1

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()

Answer 2

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()