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），当按数组特征排序时，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情节。现在sns.distplot(vox_betas)描绘了第二张图，这不是我想要的。

我能够在第三张图片中通过创建数组 dist 来完成此操作，但是我完成此操作的方式很草率，甚至丢失了一些信息（我的代码在下面）。

如何将 vox_betas 和特征转换为 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

这叫做inverse transform sampling:

is a basic method for pseudo-random number sampling, i.e., for generating sample numbers at random from any probability distribution given its cumulative distribution function.

我找到的最佳解释是 this one. Also discussed here。