Python:如何获得连续数据值的累积分布函数？
Python中可以使用SciPy库的stats模块来获得连续数据值的累积分布函数（Cumulative Distribution Function，简称CDF）。下面是一个示例代码：
import numpy as np
from scipy import stats
# 生成一组连续数据值
data = np.random.normal(size=100)
# 计算累积分布函数
cdf = stats.cumfreq(data, numbins=100)
# 获取累积分布函数的值
cdf_values = cdf.cumcount / len(data)
# 打印结果
print(cdf_values)上述代码中，首先使用numpy库生成了一组随机的连续数据值。然后使用stats模块的cumfreq函数计算了数据的累积频率分布。最后通过除以数据长度得到了累积分布函数的值。
累积分布函数（CDF）是描述随机变量的概率分布的函数，它给出了随机变量取值小于或等于给定值的概率。在统计学和概率论中，CDF是一种常用的工具，用于描述和分析随机变量的分布情况。
对于Python中的累积分布函数计算，还可以使用其他的库和方法，比如NumPy库的histogram函数、matplotlib库的hist函数等。具体选择哪种方法取决于具体的需求和使用场景。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 云计算产品：https://cloud.tencent.com/product
- 数据库产品：https://cloud.tencent.com/product/cdb
- 人工智能产品：https://cloud.tencent.com/product/ai
- 物联网产品：https://cloud.tencent.com/product/iotexplorer
- 移动开发产品：https://cloud.tencent.com/product/mobapp
- 存储产品：https://cloud.tencent.com/product/cos
- 区块链产品：https://cloud.tencent.com/product/baas
- 元宇宙产品：https://cloud.tencent.com/product/vr
- 网络安全产品：https://cloud.tencent.com/product/ssm
- 云原生产品：https://cloud.tencent.com/product/tke
- 服务器运维产品：https://cloud.tencent.com/product/cvm
- 音视频产品：https://cloud.tencent.com/product/vod
- 网络通信产品：https://cloud.tencent.com/product/cdn
- 软件测试产品：https://cloud.tencent.com/product/qcloudtest
- 前端开发产品：https://cloud.tencent.com/product/cdn
- 后端开发产品：https://cloud.tencent.com/product/scf
相关·内容
2回答
📷
你好，我的问题是如何阅读ECDF图表。我仍然不确定图中的跳跃/锯齿表示什么，以及当有一条水平线时发生了什么，等等。如果有人能解释我应该如何阅读这张图表，以及我能从中得到什么信息，我会很高兴的。谢谢
浏览 0提问于2021-05-06得票数 0
我很难让ks.test与x-平方分布数据一起工作：
> chi10 <- rchisq(200,10)
> ks.test(chi10, dchisq, df=10)
One-sample Kolmogorov-Smirnov test
data: chi10
D = 0.9983, p-value < 2.2e-16
alternative hypothesis: two-sided
看起来它不承认这些数据为chisq。有什么想法吗？
浏览 2提问于2012-07-12得票数 3
2回答
我正在建立我的预科，因为还有更多的问题。
我在Matlab中为我的数据向量拟合了正态分布：PD = fitdist(data,'normal')。现在我有了一个新的数据点(例如x= 0.5)，我想计算它的概率。
使用cdf(PD,x)将无法工作，因为它给出了点较小或等于x(但不完全是x)的概率。使用pdf(PD,x)只给出密度，但不给出概率，因此它可以大于1。
我如何计算概率？
浏览 1提问于2016-04-07得票数 2
回答已采纳
2回答
我是社会学的PhD学生，正在写我的论文。在一些数据分析过程中，我遇到了以下问题。
我有一张表，列出了一系列年来一些变量的测量值。值算作“在给定的一年中有多少特定类型的事件”？以下是它的外观示例：
year var
1983 22
1984 55
1985 34
1986 29
1987 15
1988 20
1989 41
因此，例如在一九八四年，全年有55宗这类事件发生。
在[1983,1990]实数域上表示这些数据的一种方法是使用分段函数f：
f(x) = var if floor(x) == year, for all x in [1983
浏览 3提问于2016-01-25得票数 0
回答已采纳
2回答
正态概率图解释
、、、、
我有一个非常基本的问题。正态概率图的基础是什么，即概率代表什么？我正在测试一个标准正态分布。我的 (在MATLAB中)显示，这些值或多或少是一条直线，但是0.5的概率对应于一个非零的值。
我的问题是，我该如何解释这一点？这是否意味着我的数据是正态分布的，但有一个非零均值(即非标准正态)，或者这个概率只反映了其他一些东西？我试过谷歌，其中一个链接说概率是z表中的累积概率，我不知道该怎么理解它。
同样在MATLAB中，是否只要这些值符合程序绘制的直线(红色虚线)，这些值就来自正态分布？在我的一个图表中，虚线非常陡峭，但值适合，这是否意味着在这条线之外的一两个值只是异常值？
我对统计很陌生，所以请帮
浏览 11提问于2011-02-01得票数 5
回答已采纳
1回答
我试图计算Python中任何一个常用发行版的分布函数.但是，我看到的所有方法都涉及到先从所述分布中提取N个样本，然后以某种方式对它们进行排序，然后进行累积和。
在Mathematica中，我可以只做CDF[ChiSquaredDistribution[df],quantile]。如果我想要另一个发行版，我只需用ChiSquaredDistribution代替另一个发行版的名称。
是否有一种简单的方法，像Mathematica那样，在Python中计算一个累积分布函数？
浏览 0提问于2021-05-24得票数 1
回答已采纳
2回答
我只是在学习如何使用R，我正在练习一些统计方面的东西，比如正态分布，泊松等。
当我试图计算概率时，结果是一个非常接近零(0)的数字，程序显示结果为0，所以我看不到完整的答案，我需要完整的答案。总会有一个概率，即使是很小的概率！
我的问题是:我可以关闭自我近似吗?或者我可以使用哪些代码来获得完整的答案？
示例：
1-pbinom(q =10, size = 10,prob = 0.8)
结果：
0
浏览 1提问于2014-09-02得票数 1
我需要生成100个随机数，每个数的最大值是80；
我不知道如何将Poisson方法与等于28的期望值连接起来。
这意味着和是28 * 100 = 2800。所以M(x)是28。
但这意味着我需要追踪之前生成的每一个数字？
我注意到D(x)等于M(x)，但是在一些例子中，这些值是不同的。
我找到了这个，它可以帮助我，但它不编译
const maxLimit = 80;
function poissonRandomNumber(lambda) {
var L = Math.exp(-lambda),
k = 0,
p = 1;
do {
k = k + 1;
浏览 13提问于2022-12-03得票数 -1
1回答
在阅读这个文章时，我在“为什么我们在神经网络中使用乙状结肠激活函数”的上下文中遇到了以下语句：
假设一个因变量遵循乙状结肠函数，它对自变量假定为高斯分布，这是许多随机事件的一般分布，这是一个很好的泛型分布。
有人能详细说明这两者之间的关系吗？
浏览 0提问于2019-11-22得票数 2
1回答
我对函数的的计算很感兴趣。尤其是它是一个。使用数值积分对于定积分来说是有意义的，但是我应该如何处理不适当的积分呢？
是否有任何was可以外推函数“围绕”负无穷大，或者我应该删除这一部分，并从某个特定值开始积分，因为“负无穷大”附近的累积和对于高斯积分几乎不存在？也许有一些算法是我不知道的。
浏览 1提问于2010-04-12得票数 2
回答已采纳
2回答
将正态分布变换为线性分布
、、、
我有一个大约1000个浮点数的数组，都在0到1之间。我想在一个条形图中显示它们，其中最高的10个值明显突出。
问题是我的数据似乎是正态分布的，也就是说，有很多0.999943和0.99902的值。所以如果我把所有的数值都画出来，你就不会清楚地看到前十名。
通过什么样的函数可以传递数组值，以夸大范围较高端的差异？
浏览 5提问于2016-04-08得票数 0
回答已采纳
4回答
x = [1 2 3 3 4]
cdfplot(x)
在谷歌搜索之后，我发现上面的代码会在Matlab中为我绘制一个累积分布函数。
有没有一种简单的方法来绘制概率密度函数？
来澄清一下。我需要一个x轴均匀分布的图。我不希望它看起来像条形图。(我会有数百万个整数)
抱歉，请再次更新。我的数据是整数，但实际上它们代表了时间(我希望在完全相同的值上有几个相当高的峰值，而其他值应该看起来不是离散的)。实际上，我开始怀疑这是不是本质上不是离散整数。CDF肯定可以工作，但是当涉及到PDF时，它似乎比我预期的要复杂得多。
浏览 1提问于2011-04-23得票数 6
回答已采纳
我有一个数据集，我想用概率密度函数或R中的概率质量函数来分析这些数据。我使用了密度函数，但它没有给出概率。
我的数据是这样的：
"step","Time","energy"
1, 22469 , 392.96E-03
2, 22547 , 394.82E-03
3, 22828,400.72E-03
4, 21765, 383.51E-03
5, 21516, 379.85E-03
6, 21453, 379.89E-03
7, 22156, 387.47E-03
8, 21844, 384.09E-03
9 , 21250, 376.14E-0
浏览 4提问于2011-08-07得票数 22
1回答
我有一个以月为单位的浮点数和一个具有平均身高数据的数组。
float characterAge;
private float[,] ageHeightData = new float[217, 10] { 180.5f,149.7416f,151.2611f,153.604f,157.5271f,161.898f,166.2812f,170.2366f,172.6084f,174.1505f },
...
我想根据角色的年龄随机生成他们的身高。我使用的这些图表来自疾病控制与预防中心的平均身高和年龄：
图表将高度分解为百分位数。
因此，对于一个年龄为180.5个月(15.5岁)的角色，他们的平均
浏览 2提问于2017-01-05得票数 0
3回答
如何在python中计算
我想从我拥有的一组点(离散分布)来计算它，而不是像scipy那样使用连续分布。
浏览 1提问于2014-07-17得票数 33
回答已采纳
1回答
我有一个有两列(Y和X)的数据框架。
利用quantreg软件包，我可以以X为条件估计Y的分位数。
我不能以X为条件建立Y的累积密度函数，有人能帮我吗？
估计分位数：
library(quantreg)
taus=seq(0.1, 0.9, by = 0.01)
Quantis<-rq(data[,1] ~ data[,2],tau=taus,method="br")
之后，如何生成累积分布函数(Fx)？
这是我的data.frame：
structure(list(Y = c(NA, -1.793, -0.642, 1.189, -0.823, -1.715,
1.6
浏览 1提问于2016-10-08得票数 1
回答已采纳
正如标题所示，我试图找到一个函数，它可以接受一个浮动数组，并找到一个适合我的数据的发行版。
从这里开始，我将使用它来查找我正在传递的新数据的CDF。
我已经安装并查看了sciruby分发版和NArray文档，但是没有任何东西可以与“fit”方法相匹配。
python代码如下所示
# Approach 2: Model-based percentiles.
# Step 1: Find a Gamma distribution that fits your data
alpha, _, beta = stats.gamma.fit(data, floc = 0.)
# Step 2: Use
浏览 11提问于2022-07-29得票数 1
回答已采纳
2回答
我想让Python3.7.1在0和100之间选择一个数字。然而，我希望一个较低的数字比一个更高的数字更有可能，以一种反向指数平滑-毕业曲线的方式(不一定要精确)。
我想我可以从
myrandomnumber = random.randint(0, 100)
然后将其链接到某种类型的数组，以确定每个数字的不同百分比。我见过其他人用随机的模卷来做这个，但问题是，这对于六种可能性来说都是很好的，我想做100次(或更多)，而不想坐在那里做一个巨大的数组，有100个条目。当然，我可以这样做--我想，但我觉得Python可能有一种非常简单的方法来做到这一点，这是我所忽略的。
谢谢各位！
浏览 1提问于2019-04-15得票数 4
回答已采纳
2回答
我知道计算熵的公式：
H(Y) = - ∑ (p(yj) * log2(p(yj)))
换句话说，选择一个属性，并为每个值检查目标属性值...因此，p( yj )是节点N处属于类别yj的模式的分数-一个表示目标值为真，一个表示为假。
但是我有一个数据集，其中的目标属性是价格，因此是范围。如何计算这种数据集的熵？
(参考：)
浏览 2提问于2013-01-17得票数 8
回答已采纳
我需要计算一系列相关但分段的数据集的第N百分位数。
由于内存限制，合并的数据集太大，无法同时计算，但是执行分段计算的框架已经到位。那么，我如何对每个数据集执行计算，然后结合这些计算来找到我需要的百分位数呢？
关于这些数据的其他信息：
这些数据通常有异常值。
单个数据集往往大小大致相同，但并非总是如此。
不期望单个数据集共享相同的分布。
我能不能计算出合并的中位数、平均值和标准差，然后估计出从那里得到的任何百分位数？
浏览 1提问于2011-11-15得票数 4
1回答
在hashlib模块中，python中有一个名为m.update()的函数，其中m是一个hashlib.md5对象。我的问题并不是针对python，而是这个函数是如何工作的，这样：
m = hashlib.md5()
m.update("hello")
m.update(" world")
就像我会做的那样：
a.hashlib.md5()
a.update("hello world")
数学是如何解释这一点的？
浏览 0提问于2014-10-17得票数 0
回答已采纳
2回答
python中的置信区间
、、、、
Python语言中有没有一个函数或包可以获得scipy.stats中存在的发行版的95%或99%置信区间。
如果不是，那么最简单的替代方案是什么？
下面是分布(但我优先考虑的是半正则和对数)
st.alpha,st.anglit,st.arcsine,st.beta,st.betaprime,st.bradford,st.burr,st.cauchy,st.chi,st.chi2,st.cosine,
st.dgamma, st.dweibull,st.erlang,st.expon,st.exponnorm,st.exponweib,st.exponpow,st.f,st.f
浏览 4提问于2018-02-03得票数 3
3回答
我试图在C#中编写一个随机数生成器函数，它将采用最小、最大值和权重参数。
对于权重== 0，结果将等于最小，而对于权重== 1，结果将等于最大值。在权重为== 0.5的情况下，范围内的所有数字都有相同的被选中的机会。
我想达到的是，当重量接近最小值时，最小值有更多被选择的机会，而最大值更少，反之亦然。
浏览 6提问于2016-07-29得票数 4
我在python上浏览了一些分发函数：
一致，二项式，Bernoulli，正态分布
我发现，几乎相同的功能都存在于and和numpy中。
>>> from scipy.stats import binom
>>> rv = binom(n, p)
>>> import numpy as np
>>> s = np.random.binomial(n, p, 1000)
查看我发现的代码，在内部使用numpy：
那么，我的问题是，拥有两份相同的分发函数的主要动机是什么？
numpy中没有的not库提供了哪些额外的功能？
浏览 10提问于2017-06-29得票数 9
回答已采纳
1回答
我们可以很容易地在a，b区间内生成随机数，如果我们想使它一致：
A=rand()*(b-a) + a
其中rand()是一个函数，它可以在0到1之间产生一个均匀的随机数，所以A是[a,b]中的一个随机数。
为了根据像y=x-x^2这样的分布函数生成随机数，我遇到了一个问题。
我想使用一种提到的方法。但是我对使用python函数inverse_cdf(np.random.uniform())并不感兴趣。
我可以通过0和X上的积分来计算函数"y“的of，我称之为"f”。但是当我把rand()函数(0到1之间的一个数字)放到f的反函数中时，我得到了一个复数！这意味着：A=f^(-1)
浏览 5提问于2021-01-22得票数 3
回答已采纳
我需要找到伽马累积分布的倒数。我知道在excel中有GAMMA.INV(probability,alpha,beta)函数可以做到这一点。我如何在R语言中实现这一点？
浏览 0提问于2012-04-14得票数 3
回答已采纳
1回答
理想情况下，我想找到P值。我来自更多的统计学背景，对Python来说是相当陌生的。有什么包裹可以让我这样做吗？我正在从无到有地学习“数据科学”一书，并且有点停留在假设检验和推论上。
浏览 1提问于2017-05-26得票数 3
回答已采纳
2回答
分位数对四分位数
、、
我有限的理解是分位数和四分位数是一些类似但完全不同的测量方法。我搜索了一下，但找不到一个容易理解的解释。有一个，但还没有答案。
我的具体问题是什么时候我们应该使用分位数而不是四分位数，反之亦然？我感谢任何非专业术语的解释或琐碎的例子。谢谢!
浏览 1提问于2014-10-23得票数 5
回答已采纳
我用模型拟合来拟合我的离散数据的负二项分布。作为最后一步，看起来我需要执行Kolmogrov-Smirnov测试来确定模型是否适合数据。我可以找到的所有有关使用正态分布分布式连续数据测试的参考文献。有人能告诉我，对于非正态分布和离散的数据，是否可以在R中这样做？(即使是卡方测试，我也猜得出来，但如果我错了，请纠正我。)
更新：
因此，我发现vcd包包含一个可用于此目的的函数goodfit，方法如下：
library(vcd)
# Define the data
data <- c(67, 81, 93, 65, 18, 44, 31, 103, 64, 19, 27, 57, 63,
浏览 2提问于2010-12-02得票数 11
回答已采纳
绿线是适合红色数据点的。什么是最好的方法来计算适合这样的事情的强度？
当x轴越大，数据点的数量越少，残差越大，残差越大，0~100的原始点就越多。
红色数据点的数量总是可变的，它在x轴上的不同时间停止，但是在y轴上，fit总是返回到0。
我试着了解一个例子和另一个例子的匹配有多好。
我认为平均误差可能是好的，但有更多的数据点0-100，这将严重影响平均值。此外，错误可能很低，但很早就停止了，在这种情况下将无法捕获。
浏览 2提问于2022-10-22得票数 0
我知道如何使用SPSS计算数据中所有原始分数的相应z分数。 现在我想计算低于和高于相应z分数的分布的百分比(概率格式，如0.989，0.003等更好)。我知道如何手动使用z表，但我想只使用SPSS，而不是手动查看z表。
浏览 13提问于2019-04-15得票数 0
回答已采纳
1回答
我有以下代码：
data=load ('Q2Even');
histogram(data.y)
phat = mle(data.y,'distribution','normal')
数据是连续的。当我创建直方图时，它遵循均匀分布。我必须找到方差和均值参数的最大似然。当我使用mle时，它会给我一个行向量，声明：
phat =
26.9900 7.3849
据我所知，这些是均匀分布的参数，i-e均值，如果我错了，就variance.Correct me。matlab中有没有一个函数可以给出均值和方差的最大似然？
浏览 2提问于2017-10-15得票数 0
1回答
我真的搞不懂这种技术..我知道直方图是每个值的频率(我正在处理灰度图像)，我已经提出了一种方法来做到这一点：
int[] populateHist (PImage x)
{
x.loadPixels();
int[] out = new int[256];
for (int i = 0; i < x.pixels.length; i++)
{
out[(int)red(x.pixels[i])]++;
}
return out;
}
以及用于累积阵列的扩展函数：
int[] spreadFunc (int[] a)
{
int[] out = new
浏览 0提问于2012-04-12得票数 2
我有两个数据集，一个是建模(人工)数据，另一个是观测数据。它们的统计分布略有不同，我想强制建模数据在数据传播中与观察到的数据分布相匹配。换句话说，我需要模型化的数据来更好地表示观察数据的尾部。下面是一个例子。
model <- c(37.50,46.79,48.30,46.04,43.40,39.25,38.49,49.51,40.38,36.98,40.00,
38.49,37.74,47.92,44.53,44.91,44.91,40.00,41.51,47.92,36.98,43.40,
42.26,41.89,38.87,43.02,39.25,40.38,42.64,36.98
浏览 8提问于2016-08-26得票数 1
回答已采纳
2回答
将均匀分布变为正态分布
、、、
如何将均匀分布转变为正态分布我有2000个介于0和1之间的随机样本，我对10列执行了此操作
我得到了所有10列的平均值，并将其放在11列；2000X1矩阵上，然后创建了一个图表，但它看起来像是均匀分布，而不是正态分布。为什么？
如何切换x和y轴，使其看起来像正态分布？
浏览 10提问于2013-04-04得票数 0
2回答
我已经挣扎了很长一段时间，试图找到一个与MATLAB的gaminv函数等价的R。据我所知，R中没有任何包/函数可以做“`gaminv”所做的事情。我也不知道如何自己编码。如有任何指导/建议，将不胜感激。
浏览 2提问于2020-06-06得票数 1
回答已采纳
当一个人使用pnorm命令生成一个图时，它会生成一个带有单元的图：
Y轴：Normal F[(Variable Name-m)/s]
X轴：P[i] = i/(N+1)
用手计算X轴似乎是合理的.我搞不懂Y轴的单位是什么意思？
正常的Normal F[(Variable Name-m)/s]是如何分解的？m代表平均值，s代表标准差吗？如果是这样的话，Normal F()代表什么函数？
浏览 4提问于2017-01-26得票数 1
回答已采纳
我正在寻找与Matlab中的函数等效的python。
或者换句话说(根据上面的描述)：我正在python中搜索“正态逆累积分布函数”，或者可能在scipy的统计部分(或者可能是numpy?)
我猜它存在于scipy中，但可能不是在matlab中，或者是在matlabs帮助页面中。然而，我不确定这个函数的其他名称，或者确切的工作原理，所以我很难找到它。不幸的是，它不是简单的“反向正态累积…”而不是“正常的反向累积…”
浏览 3提问于2015-03-31得票数 8
2回答
我试图在Excel中使用NORMDIST函数来创建钟形曲线，但是输出很奇怪。
我的平均值是0,0000583，标准差是0,0100323，所以当我把它插入函数NORMDIST(0,0000583; 0,0000583; 0,0100323; FALSE)时，我期望得到接近0,5的值，因为我使用的值与这个值的平均值应该是50%相同，但是函数给出的39,77输出显然是不正确的。
为什么是这样？
浏览 10提问于2013-07-30得票数 3
回答已采纳
2回答
韩嘉伟的“数据挖掘”第二版(属性选择措施-第297页至300页)解释了如何计算每个属性(年龄、收入、credit_rating)和阶级(buys_computer是或否)所获得的信息增益。在这个例子中，每个属性值都是离散的，例如，年龄可以是青年/中年/老年人，收入可以是高/低/中等，credit_rating公平/优秀等等。
我想知道如何将相同的信息增益应用于非离散数据的属性。例如，收入属性接受任何货币金额，如100.68、120.90等。如果有1000个学生，则可能有1000个不同的金额值。
如何对非离散数据应用相同的信息增益？任何教程/示例示例/视频url都会有很大帮助。
浏览 10提问于2013-10-04得票数 6
回答已采纳
我尝试将下面的分段函数作为概率分布输入到matlab中。然后我尝试生成X的随机值，我有一个统计工具箱，所以我可以用它来生成随机数，但是我不知道如何输入函数，这样我才能真正生成随机数。
P(X)= Ax 0<=x<1
A/2 1<=x<2
0 otherwise
A是一个归一化常数。
我最终希望显示来自此分布的10,000个试验的直方图，并找到我的模拟的平均值和标准差。
浏览 2提问于2011-04-11得票数 2
1回答
我正在尝试将matlab代码转换为python代码。我陷入的是逆威布尔函数部分。因此，matlab代码如下：
p = 0.9978
scale_param = 3.5666
shape_param = 0.4936
wblinv(p, scale_param, shape_param)
wblinv给出了一个对应的分位数，p的cdf值，其结果为139.9775。
我搜索并发现and提供威布尔分布函数。我猜scipy.stats.invweibull.cdf函数也会执行同样的操作。但结果却大不相同。
from scipy import stats
p = 0.9978
scale_param =
浏览 0提问于2018-06-16得票数 0
回答已采纳
我对这个话题很陌生，这个问题可能很蠢。我做了一些实验，结果和它们的发生如下。我需要把这些离散的数字转换成概率分布和累积分布(x轴是结果，y轴是概率)。
import pandas as pd
data = {'Result': [1, 2, 4, 6],
'Occurrence': [2,3,4,1],
'Probability':[0.2,0.3,0.4,0.1]}
df= pd.DataFrame(data)
然后在累积分布中找出对应于不同概率水平的x。比如50%，60%，80%等等。
我做了一些研究，但找
浏览 4提问于2022-06-09得票数 0
如何将从转换为？我还没有在中找到神奇的功能来做到这一点，但其中一个必须在那里。
浏览 8提问于2010-08-16得票数 71
回答已采纳
信息论中的香农熵衡量了离散随机变量经验分布中的不确定性或无序性，而微分熵衡量的是连续随机变量的经验分布。然而，微分熵的经典定义是错误的，并用离散点的极限密度(LDDP)进行了修正。scipy或其他计算LDDP吗？如何在python中估计LDDP？
浏览 70提问于2020-08-05得票数 1
1回答
我试图把图像的直方图塑造成抛物线。我遵循中指定的直方图匹配技术。接下来，我得到了下面的结果。
但我认为转换后的直方图会有点像指定的直方图。我是做错什么了还是应该是这样的？
我还包括MATLAB脚本，我已经使用了这些结果。
clear
clc
inputImage = rgb2gray(imread('office_2.jpg'));
[counts, bins] = imhist(inputImage);
% Highest intensity level from bin count
intensityLevel = max(bins);
subplot(
浏览 3提问于2017-06-20得票数 2
回答已采纳
4回答
我试着去理解真正的随机性的本质。我在用放射源建造RNG。基本上，我是在测量连续衰变之间的时间，理论上这应该是不可预测的。这些时间测量的分布如我所预测的那样呈高斯分布。现在，我对真正随机性的理解要求变量的均匀分布，即所有变量都是相同的。如何将高斯分布转化为均匀分布，是否需要有均匀分布的随机比特才能有一个好的发生器？
浏览 0提问于2021-01-05得票数 11
1回答
我有一些浮动数据(以蓝色曲线表示)，当我做一些损失压缩，可以得到黄色曲线(均值，标准差)。
我的目标是将压缩处理后的equation/curve/filter损失降到最低，因此，我想找到一个：
黄色曲线倍“函数”几乎等于蓝色高斯曲线。
或
蓝色曲线=函数(绿色曲线)
谢谢你的帮忙!
浏览 2提问于2015-11-15得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
