问题标签 [cumulative-frequency]

我正在使用此代码绘制累积频率图：

它的外观如下，并且在初始部分周围非常拥挤。这是由于我的数据传播。我怎样才能让它更清楚？（上传到 postimg 因为我没有足够的声望点）

http://postimg.org/image/ii5z4czld/

大家好，我正在努力解决我认为应该很容易的事情。

我有一个如下所示的数据集

我只需要一个根据计数复制行的函数。所以我最终会得到一个有 13 行的新数据框或数据表。

我正在尝试使用该rep()功能来执行此操作，但它不起作用。

我想知道是否有（更好的）技巧来反转 matplotlib 中的累积直方图。

假设我有一些分数在 0.0 到 1.0 之间，其中 1.0 是最好的分数。现在，我有兴趣绘制有多少样本高于某个分数阈值。

默认情况下，matplotlib 将绘制累积直方图，如“样本数 <= 分数”

我真正想要的是累积直方图不显示“样本数 <= 分数”而是“样本数 >= 分数”

我可以这样做，但是我将如何摆脱 x 轴上的“减号”符号？

有更好的想法吗？

我的问题在单节点环境中回答起来相当简单，但我不知道如何在分布式 Spark 环境中做同样的事情。我现在拥有的是一个“频率图”，其中对于每个项目我都有它出现的次数。例如，它可能是这样的： (1, 2), (2, 3), (3,1)这意味着 1 发生了 2 次，2 发生了 3 次等等。

我想得到的是每个项目的累积频率，所以我需要从上面的实例数据中得到的结果是：(1, 2), (2, 3+2=5), (3, 1+3+2=6).

到目前为止，我已经尝试通过使用mapPartitionswhich 如果只有一个分区会给出正确的结果来做到这一点......否则显然不会。

我怎样才能做到这一点？

谢谢。马可

问题是：给定一个大小为N的数组。还给定q =查询数；在查询中，您将得到l = 下限，u = 上限和num = 您必须将频率计入 l~u 的数量。

我在 C++ 中实现了我的代码，如下所示：

但是我的代码有一个问题，在每个查询中它不会使地图m为空。这就是为什么如果我两次/三次查询相同的数字，它会将频率计数与前一个存储的计数相加。

我该如何解决这个问题？对于 10^5 的大范围查询，它会是一个糟糕的程序吗？这个问题的有效解决方案是什么？

我尝试生成带有 2 个 Y 轴的直方图。1 个带有频率的 Y 轴和 1 个带有累积频率的 Y 轴，以 % 为单位。这是我能得到的最接近的，但在轴上绘制多个标签时有点混乱，轴 4 格式不正确

提前感谢您的帮助，

我有两个数据框R。第一个数据帧是cumFreqDist具有相关周期的累积频率分布 ( )。数据框的第一行如下所示：

第二个数据帧是 10000 从runif分布中抽取，使用代码：

对于 中的每一行testData，我想找到相应cumfreq的 incumFreqDist并将相应的Time值添加到 中的新列中testData。因为testData是代表真实数据框的测试数据框，所以我不想排序testData。

因为我正在处理累积频率，所以如果该值testData是应该返回的值是. 也就是说，我需要找到不超过该值的最接近的值，并且只返回那个值。23.30...Time8cumfreqtestData

该data.table软件包已针对其他类似问题被提及，但我有限的理解是，该软件包需要在两个数据框中（转换为数据表后）中识别一个键，并且我不能假设这些testData值满足分配的要求作为一个键 - 似乎分配一个键将对数据进行排序。当我稍后在我正在做的进一步工作中设置种子时，这会给我带来问题。

第一次海报。为了制作这个累积分布图，我制作了一个直线 xy 散点图。y 轴值是百分位数，所有这些值都在 A2:A100 中。相应的 x 值在 B 到 n 列中。n 是可变的，因为它取决于用户为创建图表指定了多少模拟策略。我需要 VBA 代码来创建一个 xy 散点图，其中 A2:A100 是位于相邻列中的所有 x 值系列的 y 值。一个命名单元，cumulativeColumns 计算具有 x 值的列数。基于我对 SeriesCollections 似乎如何工作的研究，我的第一个想法是使用 Do Until 循环，该循环将根据累积列公式的结果停止。我认为这段代码会起作用：

第一次通过循环 q = 1，因此第一个系列将获得 Col B 数据。第二次通过循环 q = 2，所以我认为将定义第二个系列并获取 C 列中的数据，等等，直到根据累积列值的结果没有更多包含数据的列时它停止。但我收到错误 1004，应用程序定义或对象定义错误。

R 纽布。我的数据的小代表。

想象一下，这是一个有数千场比赛的赛季的前四场比赛。对于主队和客队，我想计算主场、客场和总数的累计比赛数。因此，主队和客队都有 3 个新栏目。我想得到这样的东西（在这种情况下，我只计算主队的新变量）：

为了计算第一列（HomeTeamGamesPlayedatHome），我设法做到了：

但是感觉太复杂了，我也无法用这种方法计算其他列。

我还想过使用公式表来计算出现次数：

但它只是计算总数，我想要任何给定时间点的结果。谢谢！

我已经设法按月获得累积的不同计数，但在尝试按年计算时却无法获得。我尝试了分区功能，但我不断收到各种错误，这就是我到目前为止所得到的。你能给我一些指导吗，我是新手。

[SQL 小提琴][1]

PostgreSQL 9.3 模式设置：

查询 1：

[结果][2]：

[预期结果][2]：