如何在MatLab中绘制概率密度函数？

谷歌搜索后，我发现上面的代码将在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

澄清。我需要一个x轴分布均匀的图。我希望它看起来不像条形图。（我会有数百万个整数）

---

抱歉，请再次更新。我的数据是整数，但实际上它们代表时间（我希望有几个非常高的峰值在完全相同的值，而其他值看起来应该像它们不是离散的）。我真的开始怀疑，这是否本质上不是离散整数。CDF肯定会起作用，但当谈到PDF时，它似乎比我预期的要复杂。

您可以使用以下函数为整数生成离散概率分布：

下面是结果图：

---

更新： 在较新版本的MATLAB中，不再推荐使用该函数。相反，您可以使用类似这样的函数生成与上面相同的图形：

data = [1 2 3 3 4];           %# Sample data
xRange = 0:10;                %# Range of integers to compute a probability for
N = hist(data,xRange);        %# Bin the data
plot(xRange,N./numel(data));  %# Plot the probabilities for each integer
xlabel('Integer value');
ylabel('Probability');

---

在matlab帮助中键入“ksdensity”，您将找到提供PDF连续形式的函数。我想这正是你想要的

如果您想要连续分布函数，请尝试以下方法

data = [1 2 3 3 4];
N = histcounts(data, 'BinLimits', [0 10], 'BinMethod', 'integers', 'Normalization', 'pdf');
plot(N);
xlabel('Integer value');
ylabel('Probability');

它输出这个。

---

累积分布函数在底部，核密度估计在顶部。

除了通过

ksdensity（x）

获得的平滑PDF外，还可以使用

ksdensity（x，'Function'，'CDF'）绘制平滑CDF图。

---

你所说的“均匀分布的x轴”是什么意思？@n正如你在新答案中所做的那样。看看ksdensity函数。它是核密度估计的一个实现@gnovice：只是一个小问题，一般来说，你应该除以直方图的面积，而不是数据点的数量来得到pdf。所以最后一行应该是

条（X，N/trapz（X，N））

。因为在本例中，bin点是整数和单位间隔，

numel

和

trapz

给出了相同的答案，

4

，但如果不是这样，它们将不同。@yoda:你是对的，但Gene提到必须对整数值（即离散概率分布）这样做所以我想我应该保持简单。谢谢你的回答，我还有一个问题，格诺维奇@尤达的评论引起了我的关注。如果x=[100 200 400 550]我将在实际数据上尝试这两种方法，那么这是否仍然有效。谢谢大家!@基因：如果你有

data=[100200400550]

并指定一个整数范围，如

xRange=0:600，除了x等于100、200和550时的尖峰为0.2，以及x等于400时的尖峰为0.4之外，您将得到一个大部分为0的绘图。作为显示数据的另一种方式，您可能希望尝试打印，而不是常规的直线打印。它看起来可能更好。
data = [1 2 3 3 4];
N = histcounts(data, 'BinLimits', [0 10], 'BinMethod', 'integers', 'Normalization', 'pdf');
plot(N);
xlabel('Integer value');
ylabel('Probability');

x = [1 2 3 3 4]
subplot(2,1,1)
ksdensity(x)
axis([-4 8 0 0.4])

subplot(2,1,2)
cdfplot(x)
grid off
axis([-4 8 0 1])
title('')