首页 > 解决方案 > 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。

标签: pythonnumpy

解决方案


推荐阅读