将阵列转换为分布的更简单方法？

Question

我有一个数组，vox_betas，它包含21600个浮点数（范围从~0到~2），当按数组、特征排序时，您可以看到数据有一个结构（参见第一张图片）

我希望有一个反映这种结构的数组——本质上我希望调用sns.distplot（），并使其生成与第一张图片相同的绘图。现在sns.distplot（vox_betas）描述了第二张图片，这不是我想要的

在第三幅图中，我可以通过创建数组dist来实现这一点，但是我实现这一点的方式很草率，甚至丢失了一些信息（我的代码如下）

您将如何将vox_Beta和功能转换为dist？有人有什么想法吗

plt.scatter(features,vox_betas)

sns.distplot(vox_betas)

dist=[]
for f in np.unique(features):
    dist = np.concatenate((dist,
                np.repeat(f,
                np.sum(
                [vox_betas[j]*10 for j in np.where(features==f)[0]]))))

sns.distplot(dist)

Answer 1

这被称为inverse transform sampling：

is a basic method for pseudo-random number sampling, i.e., for generating sample numbers at random from any probability distribution given its cumulative distribution function.

我找到的最好的解释是this one。还讨论了here