将数组转换为分布的更简单方法？

Question

我有一个数组，vox_betas，它包含 21600 个浮点数（范围从 ~0 到 ~2），当按数组排序时，特征，你可以看到数据有一个结构（见第一张图片）。

我想要一个反映这种结构的数组——本质上我想调用 sns.distplot() 并让它产生与第一张图片相同的图。现在 sns.distplot(vox_betas) 描绘了第二张图片，这不是我想要的。

我可以通过创建数组 dist 在第三张图片中完成此操作，但我完成此操作的方式很草率，甚至丢失了一些信息（我的代码如下）。

如何将 vox_betas 和 features 转换为 dist？有人有什么想法吗？

plt.scatter(features,vox_betas)

sns.distplot(vox_betas)

dist=[]
for f in np.unique(features):
    dist = np.concatenate((dist,
                np.repeat(f,
                np.sum(
                [vox_betas[j]*10 for j in np.where(features==f)[0]]))))

sns.distplot(dist)

Answer 1

这叫inverse transform sampling：

是伪随机数采样的基本方法，即对于 从任何概率分布中随机生成样本数 鉴于其cumulative distribution function。

我找到的最好的解释是this one。还讨论了here。