Numpy 直方图表示具有相同近似值的浮点数

Question

我的代码在给定范围 [0,1) 的情况下生成从 -10 到 10 的某个值 该代码将取值从 -10 到 10，并根据其概率将其附加到列表中。例如，-10 将被放入列表 0 次，因为它对应于值 0，而 10 将被放入 100 次（作为标准化），因为它对应于范围中的 1。

代码如下：

#!/usr/bin/env python

import math
import numpy as np
import matplotlib.pyplot as plt

pos = []
ceilingValue = 0.82
pValues = np.linspace(0.00, ceilingValue, num=100*ceilingValue)

for i in xrange(int(100*ceilingValue)):
    p = pValues[i]
    y = -11.63*math.log(-2.36279*(p - 1))
    for j in xrange(i):
        pos.append(y)

avg = np.average(pos)    
std = np.std(pos)    

hist, bins = np.histogram(pos,bins = 100)
width = 0.7*(bins[1]-bins[0])
center = (bins[:-1]+bins[1:])/2
plt.bar(center, hist, align = 'center', width = width)
plt.show()  

问题在于直方图会生成准确的图，但某些值会破坏趋势。例如，-5.88 对应于频率计数中的大约 30 个条目，大约为 70。我认为 python 会看到这两个值并将它们简单地放在一起，但我不确定如何修复它。但如果只是直方图做错了，那没关系，我真的不需要它。我只需要列表，如果它首先是正确的。

Answer 1

我认为根本问题是您的 bin 大小是统一的，而 pos 中唯一值之间的差异呈指数增长。正因为如此，你总是会得到奇怪的“尖峰”，其中两个附近的唯一值落在同一个 bin 中，或者很多空的 bin （特别是如果你只是增加 bin 计数以摆脱“尖峰”）。

您可以尝试根据pos 中的实际唯一值设置您的垃圾箱，使其宽度不均匀：

 # the " + [10,]" forces the rightmost bin edge to == 10
 uvals = np.unique(pos+[10,])
 hist, bins = np.histogram(pos,bins=uvals)
 plt.bar(bins[:-1],hist,width=np.diff(bins))

Answer 2

我相信你很好。我使用bins = 200 而不是bins = 100 重新运行了您的代码，并且尖峰消失了。我认为你的价值观被困在了垃圾箱之间。