我有一個(gè)1D數(shù)據(jù)集，保存在1D列表中。獲得概率密度函數(shù)的最佳方法是什么？我嘗試了使用scipy gaussian_kde的常用方法。array = np.array(values)kde = gaussian_kde(array)x = np.linspace(0, 50, 500)plt.plot(x, kde(x), label="", color="blue")plt.legend(loc='best')plt.show()生成的圖不是預(yù)期的概率密度函數(shù)，因?yàn)閷?duì)于每個(gè)x，概率密度函數(shù)應(yīng)具有介于0和1之間的值。
1 回答
紅糖糍粑
TA貢獻(xiàn)1815條經(jīng)驗(yàn) 獲得超6個(gè)贊
使用以下代碼。
import os
import matplotlib.pyplot as plt
import sys
import math
import numpy as np
import scipy.stats as st
from scipy.stats._continuous_distns import _distn_names
from scipy.optimize import curve_fit
def get_pdf(latency_list):
np_array = np.array(latency_list) # convert the list into a numpy array
ag = st.gaussian_kde(np_array) # calculate the kernel density function for the latency values
# list of equidistant values in the range of the latency values
x = np.linspace(min(latency_list), max(latency_list), (max(latency_list) - min(latency_list)) * 10)
y = ag(x) # evaluate the latency values for each x value
return x, y
添加回答
舉報(bào)
0/150
提交
取消