利用python绘制统计控制过程（SPC）中的X-bar图

1 X-bar图的解释

X-bar 控制图是统计过程控制（SPC）中一种常用的控制图，它用于监控一个过程的均值（即样本平均值）是否稳定、是否处于控制状态。X-bar 控制图特别适用于当过程的输出是连续数据时，且数据可以分组为多个样本时。

比如，我的原始数据是100个零件的尺寸，我可以计算1、2、3样本的均值，再计算2、3、4样本的均值，再计算3、4、5样本的均值，…，再计算98、99、100样本的均值。并绘制X-bar图，观测样本平均值是否稳定。

2 X-bar 控制图的基本要素

样本均值（X-bar）：每次抽取一组样本，计算样本的均值，X-bar 就是这些样本均值的图示。
控制限：X-bar 图上会有三条控制限：

1. 上控制限（UCL）：表示过程的最大容忍限度。
2. 下控制限（LCL）：表示过程的最小容忍限度。
3. 中心线（CL）：通常是过程的目标均值或长期均值。

3 实践操作

3.1 生成100个随机数（假设为零件的尺寸）

import numpy as np
import matplotlib.pyplot as plt

# 定义样本大小和总体数据
sample_size = 5  # 每个子样本的长度（例如5天）
num_samples = 100  # 总的数据数量

# 标准正态分布的数据生成
data = 10 + np.random.normal(0, 2,num_samples)

# 计算每个子样本的均值
x_bar = [