estadistica de una distribucion de nodos

gistfile1.py

  if True:
     informa=0
     print cantidad[:50]
     print numero[:50]
     ricos=sum(cantidad[:len(cantidad)/100])
     print "hemos repartido ", total , " entre ", sum(numero),
     print " (media=",1.0*total/sum(numero), ")", reparto
     print "el mas rico posee ", 1.0*cantidad[0]*sum(numero)/total, "veces mas que la media"
     ricosnum,ricoscant,xx=0,0,-1
     for corte in 10000,1000,100,20,10,5,10.0/3,10.0/4,2,10.0/6,10.0/7,10.0/8,10.0/9,10.0/9.5,10.0/9.9:
        while ricosnum<sum(numero)/corte:
           xx+=1
           ricosnum+=numero[xx]
           ricoscant+=cantidad[xx]*numero[xx]
        resto=ricosnum-sum(numero)/corte
        exacto=ricoscant-resto*cantidad[xx]
        #print "el ", 100.0*ricosnum/sum(numero), "% posee el ", 100.0*ricoscant/total  ,"%"
        print "el", 100.0/corte, "% posee el ", "%02.2f"% (100.0*exacto/total)  ,"%"
     print "tenemos un array de ", len(numero), " elementos con ",
     print sum(x==0 for x in numero), " ceros"
     bins=[0,]*int(1+log(cantidad[0],2))
     while xx >= 0:
       bins[int(log(cantidad[xx],2))]+=numero[xx]
       xx-=1
     print bins
     print ["%4.4f"%log(x+0.00000000001,2) for x in bins]
     print ["%4.4f"%(log(bins[xt]+0.00000000001,2)-log(bins[xt+1]+0.00000000001,2)) for xt in range(len(bins)-1)]
     print "===================================================================="

Ojo que la info que sacamos de los bins implica ya una integracion, y por ello la diferencia de logs extrae el exponente de la distribucion acumulada y no de la pdf

Este gist es el de sumar los resultados. Para generar puedes usar por ejemplo este

https://gist.github.com/arivero/8529263