cdf

    1热度

    3回答

    需要在一个绘图中绘制8种不同函数的CDF。它只给出7种不同颜色和8种颜色的问题再次给出了第一种蓝色。如何制作8种不同的颜色? 下面是脚本: locerror_2d=[Scan_Around[1],Triangle_Around[1],M_shape_Around[1],Hilbert_Around[1],Scan_SbS[1],Triangle_SbS[1],M_shape_SbS[1],Hilb

    0热度

    1回答

    的样本逆CDF如果我得到的随机样本数据: X=np.random.random(100)*100 和我需要得到与CDF = 34%或任何值X_I。我现在能够想到的唯一方法就是反CDF。我认为百分比是相当的,但有人告诉我这是接近但不是确切的。

    1热度

    1回答

    我的问题可能是微不足道的。我使用MPI库对一个CFD代码进行了并行处理,现在我正试图调查我的并行效率。首先,我创建了一个案例,它将提供行列中相同的负载和对传输数据的计算量的恒定比率。因此,我的期望是,当我增加等级时,任何运行时变化都将仅归因于通信延迟。然而,我意识到不调用等级通信的子程序(因此它们只执行域计算,因此它们处理所有等级的相同负载)显着贡献 - 实际上是最大运行时增加。我在这里错过了什么

    0热度

    1回答

    我试图绘制380Gb二进制栅格数据的经验累积分布函数(CDF)。只使用数据的一个小掩码,下面的代码完美地工作。 import numpy as np import matplotlib.pyplot as plt dem_name = open('./raster.dem','rb') vals = np.fromfile(dem_name,dtype='float32') vals =

    -1热度

    1回答

    我每天有一个月的径流值和一个特定的阈值。我怎样才能知道在多少天内,径流超过该阈值的概率超过50%? 我是否有权在此使用CDF?但是,我怎样才能整合阈值? 非常感谢!

    0热度

    2回答

    早上好, 在Python,我有一本字典(称为packet_size_dist)具有以下值: 34 => 0.00909909009099 42 => 0.02299770023 54 => 0.578742125787 58 => 0.211278872113 62 => 0.00529947005299 66 => 0.031796820318 70 => 0.05309469053

    0热度

    2回答

    伽马CDF拟合点我有一系列的情节看起来像这样的: Python代码: a = np.array([4,4,4,4,5,5,5,6,6,6,6,6,6,6,7,7,7,8,8,8,9]) b = np.array([i/len(a) for i in range(1, len(a)+1)]) pl.plot(a,b, 'ro') R代码里面: a <- c(4,4,4,4,5,5,5,6,6

    2热度

    2回答

    这里是我的代码和我的输出(CDF): install.packages("ggplot2") library(ggplot2) chol <- read.table(url("http://assets.datacamp.com/blog_assets/chol.txt"), header = TRUE) df <- data.frame(x = chol$AGE) ggplot(df

    0热度

    1回答

    好了,所以我有这个两部分CDF def cdfH1a(x): return 0.189497583190681*np.sqrt(2 * np.pi)*sp.erf(np.sqrt(2)* (x/2)) def cdfH1b(x): return 0.0141047395886939*np.sqrt(np.pi)*sp.erf(7.07106781186547*x - 14.1

    0热度

    2回答

    我写下面的代码使用二项分布CDF(通过使用scipy.stats.binom.cdf)来估计不超过100抛出的概率,其中k = 0,10,20,30,40,50,60,70,80,90,100. 然后我尝试使用hist()来绘制它。 import scipy import matplotlib.pyplot as plt def binomcdf(): p = 0.5 n