python绘制直方图用什么函数_python中直方图的概率密度函数适合另一个histrogram...

您可以使用累积密度函数从任意分布生成随机数,如

described here.

使用直方图产生平滑的累积密度函数并非完全无关紧要;你可以使用插值例如scipy.interpolate.interp1d()来表示你的箱子中心之间的值,这对于具有相当大数量的箱子和物品的直方图是可行的.但是,您必须决定概率函数的尾部形式,即对于小于最小bin或大于最大bin的值.你可以给你的分布高斯尾巴,例如根据你的直方图拟合高斯),或者适合你的问题的任何其他形式的尾巴,或者简单地截断分布.

例：

import numpy

import scipy.interpolate

import random

import matplotlib.pyplot as pyplot

# create some normally distributed values and make a histogram

a = numpy.random.normal(size=10000)

counts, bins = numpy.histogram(a, bins=100, density=True)

cum_counts = numpy.cumsum(counts)

bin_widths = (bins[1:] - bins[:-1])

# generate more values with same distribution

x = cum_counts*bin_widths

y = bins[1:]

inverse_density_function = scipy.interpolate.interp1d(x, y)

b = numpy.zeros(10000)

for i in range(len( b )):

u = random.uniform( x[0], x[-1] )

b[i] = inverse_density_function( u )

# plot both

pyplot.hist(a, 100)

pyplot.hist(b, 100)

pyplot.show()

这不会处理尾部,它可以更好地处理bin边缘,但它会让你开始使用直方图来生成具有相同分布的更多值.

附：您还可以尝试拟合由几个值描述的特定已知分布(我认为这是您在问题中提到的),但上述非参数方法更通用.