我正在尝试创建具有给定自由度d1和d2的f分布随机数,并绘制具有f分布随机数的直方图,并绘制理想化的f分布曲线,但是当我给df取较小的值时,直方图不显示。我是Statistics和Matplotlib的新手,我不知道该如何处理这个问题。
这是我的代码:

def distF(request, distribution_id):
    dist = get_object_or_404(Distribution, pk=distribution_id)
    dfd = dist.var4
    dfn = dist.var2
    x = np.random.f(dfn, dfd, size = dist.var3)
    num_bins = 50

    fig, ax = plt.subplots()
    print(x)
    # the histogram of the data
    n, bins, patches = ax.hist(x, num_bins, normed=True)
    y = np.linspace(0, 5, 1001)[1:]
    dist = st.f(dfn, dfd, 0)
    #y = np.linspace(st.f.ppf(0.01, dfn, dfd), st.f.ppf(0.99, dfn, dfd), 100)
    ax.plot(y, dist.pdf(y), '--')

    ax.set_xlabel('Smarts')
    ax.set_ylabel('Probability density')
    ax.set_xlim([0, 4])
    ax.set_ylim([0, 3])
    fig.tight_layout()
    canvas = FigureCanvas(fig)
    response = HttpResponse(content_type='image/png')
    canvas.print_png(response)
    plt.close(fig)
    return response

这是情节的样子:

df值小的F分布图

大df值的F分布图

最佳答案

问题是dfd为1的f分布朝着很大的方向大量扩展。因此,假设您的数组x中的值约为2000,但是0到2000之间只有50个bin。这会使bin很大,因此高度也很低。我认为,如果您无论如何都希望将 View 限制为一个较低的数字,最好也将直方图限制为该数字。

在下面的代码中,限制为5,bin宽度为0.2。

import numpy as np
import scipy.stats as st
import matplotlib.pyplot as plt

dfn = 10
dfd =1
limit = 5

x = np.random.f(dfn, dfd, size = 100)
bins = np.arange(0, limit, 0.2)

fig, ax = plt.subplots()

# the histogram of the data
n, bins, patches = ax.hist(x, bins, normed=True)
y = np.linspace(0, limit, 1001)[1:]
dist = st.f(dfn, dfd, 0)

ax.plot(y, dist.pdf(y), '--')

ax.set_xlabel('Smarts')
ax.set_ylabel('Probability density')
ax.set_xlim([0, limit])

fig.tight_layout()
plt.show()

python - 直方图未显示在f分布图中-LMLPHP

关于python - 直方图未显示在f分布图中,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45120623/

10-11 01:40