没有step函数的python中的ECDF？

Question

我一直在使用statsmodels.distributions的经验累积分布函数（ECDF）来绘制一些数据的CDF。然而，ECDF使用了一个step函数，因此我得到了看起来参差不齐的图。

所以我的问题是：scipy或statsmodels是否有一个不带step函数的ECDF？

顺便说一下，我知道我能做到：

hist, bin_edges = histogram(b_oz, normed=True)
plot(np.cumsum(hist))

但我没有正确的尺度。

谢谢！

Answer 1

如果只想更改绘图，则可以让matplotlib在观察到的值之间进行插值。

>>> xx = np.random.randn(nobs)
>>> ecdf = sm.distributions.ECDF(xx)
>>> plt.plot(ecdf.x, ecdf.y)
[<matplotlib.lines.Line2D object at 0x07A872D0>]
>>> plt.show()

或对原始数据排序并绘图

>>> xx.sort()
>>> plt.plot(xx, ecdf(xx))
[<matplotlib.lines.Line2D object at 0x07A87090>]
>>> plt.show()

这和直接绘制是一样的

>>> a=0; plt.plot(xx, np.arange(1.,nobs+1)/(nobs+a))
[<matplotlib.lines.Line2D object at 0x07A87D30>]
>>> plt.show()

注意：根据您希望ecdf在边界处的行为方式以及它将如何居中，对于“打印位置”有不同的规范化是常用的，例如我作为示例a=1添加的参数a是常用的选择。

作为使用经验cdf的替代方法，还可以使用插值或平滑的ecdf或直方图，或核密度估计。