eCDF(経験的累積分布関数)グラフを描きたい

前提

統計量G1のeCDF(経験的累積分布関数)グラフを描きたい。
しかし、np.sortを使ってもうまくいかない

実現したいこと

統計量G1のeCDF(経験的累積分布関数)グラフを描きたい

発生している問題・エラーメッセージ

ValueError                                Traceback (most recent call last)
Cell In [42], line 23
     21 x_sort = np.sort(G1)
     22 ecdf = np.arange(1, n[i]+1) / n[i]
---> 23 plt.plot(G1, ecdf, drawstyle='steps-pre')
     24 xx = np.linspace(-2, 2, 100)
     25 norm_cdf = norm.cdf(xx)

packages\matplotlib\pyplot.py:2728, in plot(scalex, scaley, data, *args, **kwargs)
   2726 @_copy_docstring_and_deprecators(Axes.plot)
   2727 def plot(*args, scalex=True, scaley=True, data=None, **kwargs):
-> 2728     return gca().plot(
   2729         *args, scalex=scalex, scaley=scaley,
   2730         **({"data": data} if data is not None else {}), **kwargs)
...
    506 if x.ndim > 2 or y.ndim > 2:
    507     raise ValueError(f"x and y can be no greater than 2D, but have "
    508                      f"shapes {x.shape} and {y.shape}")


ValueError: x and y must have same first dimension, but have shapes (10000,) and (10,)

該当のソースコード

python
1n = [10, 20, 30, 50, 100, 300, 500, 1000] #樣本數
2N =10000 #實驗次數
3alfa = 0.05
4for i in range(len(n)):
5    if i < 1 or i == 7:
6        print(i)
7        # eCDF
8        x_sort = np.sort(G1)
9        ecdf = np.arange(1, n[i]+1) / n[i]
10        plt.plot(G1, ecdf, drawstyle='steps-pre')
11        xx = np.linspace(-2, 2, 100)
12        norm_cdf = norm.cdf(xx)
13        plt.plot(xx, norm_cdf, linestyle = '--', lw=5, color='r', alpha=0.5)
14        plt.show()

。

jbpb0

2022/11/17 09:10

質問に記載のエラーメッセージよりも上に「Traceback」と書かれてたら、そこから下をできるだけ省略せずに質問に記載してください (ここに書くのではなく、質問を編集して追記する) ユーザー名等の個人情報は伏せ字でいいですが、それ以外はできるだけそのまま記載してください

行動規範の内容に同意します

回答1件

ベストアンサー

G1の要素数が10000なのに対して、i=0の場合に、ecdfの要素数は10なので、G1の要素数とecdfの要素数が一致していないといった内容のエラーです。
したがって、G1の要素数とecdfの要素数を一致させる必要があります。

単にG1のeCDFグラフを書くのであれば以下のように書くことで実現できます。

Python
1G1 = np.sort(G1)
2G1_len = len(G1)
3ecdf = np.arange(1, G1_len + 1) / G1_len
4plt.plot(G1, ecdf, marker='o', drawstyle='steps-pre')

G1からi個重複ありで取り出して、取り出したものについてeCDFを書くのであれば以下のように書くことができます。

Python
1sample_G1 = np.random.choice(G1, i, replace=True)
2sample_G1 = np.sort(sample_G1)
3ecdf = np.arange(1, i + 1) / i
4plt.plot(sample_G1, ecdf, marker='o', drawstyle='steps-pre')

G1からi個重複なしで取り出すのであればnp.random.choice()のreplace引数をFalseに変更して以下のように書くことで実現できます。

Python
1sample_G1 = np.random.choice(G1, i, replace=False)
2sample_G1 = np.sort(sample_G1)
3ecdf = np.arange(1, i + 1) / i
4plt.plot(sample_G1, ecdf, marker='o', drawstyle='steps-pre')