Scipy Stats.cumfreq()函数介绍

Scipy是一个Python的专门用来进行科学计算的库，其中stats模块提供了很多常用的统计函数。其中cumfreq函数可以用来计算给定数据的累计频率。

函数用法

scipy.stats.cumfreq(a, numbins=10, defaultreallimits=None, weights=None)

该函数的参数如下：

• a: 用来计算累计频率的数据，可以是数组或列表
• numbins: 直方图的桶数，默认值是10
• defaultreallimits: 指定数据的最小值和最大值，默认值是[min(a), max(a)]
• weights: 数据的权重，默认是每个数据的权重都是1

该函数会返回一个元组(cumcount, lowerlimit, binsize, extrapoints)，其中：

• cumcount: 每个值的频率累积和，包含numbins+1个值，第一个值是0，最后一个值是len(a)
• lowerlimit: 每个桶的下限值
• binsize: 每个桶的大小
• extrapoints: 超过范围的数据的个数

例子

下面是一个使用cumfreq函数的例子，计算给定数据在[-5, 5]的范围内，每个桶大小为1的情况下的累计频率：

import numpy as np
from scipy import stats 

# 生成一组随机数据
data = np.random.randn(1000)

# 计算累计频率
cumfreq, lowerlimit, binsize, extrapoints = stats.cumfreq(data, numbins=10, defaultreallimits=(-5, 5))

# 打印结果
print("cumfreq: ", cumfreq)
print("lowerlimit: ", lowerlimit)
print("binsize", binsize)
print("extrapoints", extrapoints)

输出:

cumfreq:  [  0.  10.  22.  87. 177. 345. 497. 682. 862. 991. 998.]
lowerlimit:  [-5. -4. -3. -2. -1.  0.  1.  2.  3.  4.]
binsize 1.0
extrapoints 2

从结果可以看出，在[-5, -4)范围内，没有数据，累计频率为0；在[-4, -3)范围内，有10个数据，累计频率为10；以此类推。

总结

scipy.stats.cumfreq函数可以帮助我们计算一组数据在给定范围内的累计频率。通过调整参数，我们可以方便的控制直方图的桶数以及数据的权重等。在数据分析中，这个函数可以用来分析数据的分布情况，从而作为进一步分析的基础。