Я следующий список значений:Эмпирическая функция распределения в Numpy
x = [-0.04124324405924407, 0, 0.005249724476788287, 0.03599351958245578, -0.00252785423151014, 0.01007584102031178, -0.002510349639322063,...]
, и я хочу, чтобы вычислить функцию эмпирической плотности, так что я думаю, мне нужно вычислить эмпирическую интегральную функцию распределения, и я использовал этот код:
counts = np.asarray(np.bincount(x), dtype=float)
cdf = counts.cumsum()/counts.sum()
, а затем рассчитать эту величину:
print cdf[0.01007584102031178]
, и я всегда получаю 1, поэтому, думаю, я допустил ошибку. Вы знаете, как это исправить? Спасибо!
Большое спасибо. Должен ли я сделать это: counts = np.asarray (np.histogram (x))? Я не очень хорошо разбираюсь в таких методах ... – Angelina
Нет, вам не нужно приводить результаты NumPy в массив, они уже являются массивами NumPy. – jojonas