python - numpy 中的联合 CDF
问题描述
在 numpy 中计算 CDF(累积分布函数)相当简单,但现在我想使用数据的 3 维移动到多个维,然后计算能够轻松计算对应的 X、Y、Z,例如第 N 个百分位数。
我发现那里的文档不是最容易导航的,这很有用。我正在尝试使用已经存在的东西,而不是重新发明轮子。
这是我在 1D 中的操作方式:
h, x = np.histogramdd(np.array(full_data), bins = 10, normed = True)
dx = x[1] - x[0]
f1 = np.cumsum(h)*dx
然后绘制:
plt.plot(x[1:], f1)
在 3D 中,它看起来像:
full_data = [[1,2,4], [2,3,4], ...]
在我将一些东西拼凑在一起之前,有任何关于更 Pythonic 和更优雅的建议。
解决方案
推荐阅读
- emacs - Emacs 中的浏览器样式选项卡?
- python - Pandas np.where 或 np.select 在 1 行代码中生成多列
- javascript - 为了从这个衍生的 Node.js 子进程中获取数据,我在这里缺少什么?
- firebase - Firebase 安全规则。您可以将代码发送给用户吗?
- java - 由于类映射,无法启动 Spring Boot
- flutter - valuenotifier 不会在更改数据时重新呈现小部件
- google-apps-script - 可以使用带有 Google Apps 脚本和 ocrLanguage 参数的 DriveApp 更改 OCR 语言吗?
- python - 如何以周期/视角报告典型空间频率巴特沃斯滤波器的结果?
- recaptcha - 多个站点的 Google 验证码实施
- karate - 将两个 JSON 对象与空手道中混洗的字段和子数组的顺序进行比较