绘制布朗运动的直方图？

Question

我的任务是绘制布朗运动模拟的直方图。值得庆幸的是，我已经制作了一个模拟布朗运动的程序，并将其绘制在散点图上，作为时间和距离的函数。这是我的输出的样子：

但是，我需要将其转换为直方图，用于 5 个不同的位置（例如：t=0、1、2、3、4 处的直方图）。

目前我拥有的包是 numpy、mattplotlib 和 scipy。我已经看到了如何绘制正态分布的示例，但是如何为我收集的数据绘制分布？

这是我目前拥有的代码：http://pastebin.com/AEpQDQd2

（由于我无法发布两个链接，我不得不将两个文件粘贴在一起，第一个是计算布朗运动的文件，第二个是输出 imgur 链接上的图形的文件)

这不是家庭作业，而是作为额外的学分问题给出的，并且老师明确表示我们可以使用任何可以使用的信息。

谢谢。

Answer 1

使用pylab.hist这样的东西，计算出你感兴趣的时间点的索引后，it：

# -*- coding: utf-8 -*-
import numpy
from pylab import plot, xlabel, ylabel, title, grid, show, hist, legend
from brownian import brownian

#This is the code that performs the main iteration of the Euler Marayuma process, from t=0 to t=10.

def main():

# The Wiener process parameter.
    delta = 2
    # Total time.
    T = 10.0
    # Number of steps.
    N = 500
    # Time step size
    dt = T/N
    # Number of realizations to generate.
    m = 1000
    # Create an empty array to store the realizations.
    x = numpy.empty((m,N+1))
    # Initial values of x.
    x[:, 0] = 0

    brownian(x[:,0], N, dt, delta, out=x[:,1:])
    t = numpy.linspace(0.0, N*dt, N+1)

    # time points of interest
    ts = [4., 3., 2., 1.]
    for t in ts:
        it = int(t/T * N)
        hist(x[:, it], alpha=0.7, label='%.1f s' % t, normed=True)
    legend()
    show()

if __name__ == "__main__":
    main()

（您可能会关心在单独的数字上绘制直方图和/或使 bin 大小在您的时间点上保持不变。）