Python Matplotlib 陆续整理

选择style

用法

#使用bmh
plt.style.use('bmh')

其余style参考：
Style sheets reference

设定plt参数：rcparameter

plt.rcParams.update({
    "legend.fancybox": True,
    "legend.frameon": True,
    # "text.usetex": True,
    "font.family": "serif",
    "font.serif": ["Times"],
    "lines.markersize": 2.5,
    "lines.linewidth":0.8,
    "font.size":6})

设定Times New Roman 字体，显示not found
原问题

sudo apt install msttcorefonts -qq
rm ~/.cache/matplotlib -rf

分辨率

最优方法

plt.savefig('filename.pdf')

手动设定分辨率

plt.savefig('filename.png', dpi=1000)

CDF曲线

PDF：probability density function 概率密度函数
CDF：cumulative distribution function 累积分布函数
pdf和cdf用于描述连续随机变量的概率分布

对于随机变量$X=[x_1,x_2...x_N]$，pdf表示$P|(x=x_m)$，即当x为$x_m$时的概率
常见的pdf有正态分布和高斯分布等
对于pdf，概率曲线的面积（积分）等于1
CDF为$P|(x<=x_m)$，即当x小于等于xm时的概率，相当于在PDF图形基础上，x小于等于xm部分的面积（积分）

Python实现

stackoverflow原链接

# create some randomly ddistributed data:
data = np.random.randn(10000)

# sort the data:
data_sorted = np.sort(data)

# calculate the proportional values of samples
p = 1. * np.arange(len(data)) / (len(data) - 1)

# plot the sorted data:
fig = plt.figure()
ax1 = fig.add_subplot(121)
ax1.plot(p, data_sorted)
ax1.set_xlabel('$p$')
ax1.set_ylabel('$x$')

ax2 = fig.add_subplot(122)
ax2.plot(data_sorted, p)
ax2.set_xlabel('$x$')
ax2.set_ylabel('$p$')