0

我有一个非常大的数据集，我需要对其进行一些统计分析。数据太大而无法一次全部读取，所以我只有分箱直方图可以处理。特别是，我很想拟合累积值（即直方图中每个点 x 右侧的计数）。

这是我制作的一些模拟数据的脚本：

mu, sigma = 0.3, 1.3
x1 = np.random.lognormal(mu, sigma, size = 100000) # random dist
bins = 10**arange(0, 4, 0.01) # actual bins my real data uses

a, b = np.histogram(x1, bins = bins)

# calculating the cumulatives
cum = []
for i, v in enumerate(a):
    cum.append(sum(a[i:]))

所以我想要拟合的累积值如下所示：

clf()
loglog(b[:-1], cum)
xlabel("Amps")
ylabel("# Occurences/Year")
show()

我需要拟合的累积图

我的问题如下：

1）如何将对数正态拟合到累积？我看到 scipy.stats.lognorm.fit 将原始数据集作为参数。

2）我从这个堆栈溢出问题中看到，您可以从直方图中“恢复”数据。不过，我想解决累积问题。这是正确的方法吗？

正如您可能猜到的那样，我不习惯使用这些发行版。

谢谢！

4

0 回答 0