利用Python的Matplotlib库绘制CDF(累积分布函数)图像

最新推荐文章于 2024-05-29 08:46:53 发布
最新推荐文章于 2024-05-29 08:46:53 发布
阅读量4.2w 收藏 51
点赞数 9
分类专栏： Python Data Mining 文章标签： python matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_26599509/article/details/52882769
版权

在实习的时候碰到了很多CDF(累积分布函数)图像，想自己绘制一下CDF但发现Excel好像没有绘制曲线图的功能，所以正好学习一下Python图标绘制库Matplotlib的使用。

有关CDF的定义可以参考维基百科词条【Cumulative Distribution Function】

原始数据

把需要计算的原始数据用逗号分隔开，保存为csv文件，每一行代表一条CDF曲线。比如有丈量的瓷砖的长和宽数据，将长和宽各绘制成一条CDF曲线在一张图里，CSV文件应该保存成：

5.00,6.55,3.22...//长
2.00,3.11,1.33...//宽

代码如下

import numpy as np
import matplotlib.pyplot
最低0.47元/天 解锁文章
Lauhoman
关注
  • 9
    点赞
  • 踩
  • 51
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
用matplotlib将数据的PDF和CDF放在同一张图里面，并画出包络线
skj1995的博客
05-16 2692
先放出最终的图： 左边是分布直方图，右边是累积概率分布图，黑色的是CDF的包络线 实现步骤如下： 步骤一：将原来的直方图表示成左边这种只显示折线的形式： 首先我们需要实现分布直方图，使用函数plt.hist() z1=plt.hist(list(my_DF["最短路径的长度"]), 30, normed=1,color="red",alpha=0.75,histtype='ste...
python 累积正态分布函数_截断正态分布
weixin_42097557的博客
12-30 4638
摘要截断正态分布(Truncated_normal_distribution)是在正态分布中界定随机变量进而从正态分布的分布函数中导出的概率分布，在计量经济学中具有广泛的应用。不同参数下的正态分布概率密度函数正态分布的累计分布函数定义正态分布是定义在实数域的概率分布，而截断正态分布顾名思义就是在正态分布中截取部分区间的概率。截断正态分布的定义如下：性质由截断正态的累积分布函数很容易得到以下结论：实...
Python 计算累积分布函数CDF并绘图
weixin_44589540的博客
03-22 2659
FaP⁡X≤aFaPX≤a即累积分布函数表示：对离散变量而言，所有小于等于a的值出现概率的和。（来源于百度百科。
python中的数据可视化：经验累积分布函数图 ecdf()
最新发布
liujingwei8610的专栏
05-29 217
python中的数据可视化：经验累积分布函数图 ecdf()
使用python绘制cdf的多种方法
热门推荐
tian_tian_hero的博客
12-25 3万+
使用python绘制cdf的多种方法 首先我们先用随机函数编造一个包含1000个数值的一维numpy数组，如下： // An highlighted block rng = np.random.RandomState(seed=12345) samples = stats.norm.rvs(size=1000, random_state=rng) 接下来我们将使用各种方法画出以上数据的累积分布图...
Matplotlib实例教程 | 统计DataFrame中每一个类别的占比（饼图）
“365天深度学习训练营”报名进行中～
03-25 1619
🔗 运行环境：python3 🚩 作者：K同学啊 🥇 精选专栏：《深度学习100例》 🔥 推荐专栏：《新手入门深度学习》 📚 选自专栏：《Matplotlib教程》 🧿 优秀专栏：《Python入门100题》 df_raw.label.value_counts().plot(kind='pie', figsize=(10,6), fontsize=11, .
Python计算任意数据的分布函数(累积概率函数CDF)与概率密度(PDF)，并绘图
呆萌的代Ma
08-09 2万+
计算分布函数(也称累积概率函数CDF) python代码如下： import numpy as np data = np.random.randn(200) # 随机生成一些数 # 一个公式即可计算出概率函数 cdf_value = 1. * np.arange(len(data)) / (len(data) - 1)
利用python的matplotlib绘制分布图
SunCherryDream的专栏
05-12 1万+
目标： 以csv文件中的Kshell列值为Y轴，Degree列值为Y轴，分别以Upper列、EquUpper列、EquLower列，Lower列这四列的值为第三维，在对应的X、Y坐标上以颜色的深浅表示值的大小，得到四个结果。部分文件格式如下： 达到效果： 实现步骤： 1、环境配置       在环境配置上花费了很长时间，主要是在PyDev中使用matplotlib
使用python绘制cdf的多种实现方法
01-20
首先我们先用随机函数编造一个包含1000个...接下来我们将使用各种方法画出以上数据的累积分布图 1、matplotlib.pyplot.hist() def hist(self, x, bins=None, range=None, density=None, weights=None, cumulative=F
Python处理PDF与CDF实例
09-17
在本篇内容中，我们将探讨如何使用Python处理PDF（概率密度函数）和CDF（累积分布函数），这两种函数是理解数据分布的关键工具。 首先，PDF表示数据分布的概率，它描述了在特定区间内数据出现的概率。在Python中，...
解决Python Matplotlib绘图数据点位置错乱问题
12-17
在使用Python的Matplotlib库进行数据可视化时，有时可能会遇到数据点位置错乱的问题，特别是在绘制累积分布函数(CDF)图时。这个问题通常出现在处理从CSV文件导入的数据时，如果x_data和y_data的格式是字符串，而不是...
empiricaldist:代表经验分布函数的Python库
05-04
4. **绘图**：结合Jupyter Notebook，可以利用matplotlib或其他可视化库，绘制经验分布的直方图、累积分布曲线等，帮助理解数据的分布特性。 5. **统计测试**：虽然empiricaldist不包含广泛的统计测试，但它可以与...
Python实现的概率分布运算操作示例
12-23
最后，我们通常会使用Matplotlib库绘制概率分布的图形，如直方图，以便更好地理解数据的分布情况。 总之，Python中的NumPy、SciPy和Matplotlib库提供了强大的工具，使得处理和可视化概率分布变得简单易行。无论是二...
python数据相关性绘图-散点图正态分布图回归图等及鸢尾花数据集可视化（附Python代码）
weixin_45914452的博客
07-21 1万+
数据分析的应用中离不开对数据的相关性分析，并且需要把这些相关性进行可视化（绘图），以方便人们对各种特征属性之间呈现出来的相关性有更直接、清晰的感知和理解，提升数据的价值和数据挖掘的效益。............
python画累积分布图_累积分布图python
weixin_39716043的博客
12-04 1220
I am doing a project using python where I have two arrays of data. Let's call them pc and pnc. I am required to plot a cumulative distribution of both of these on the same graph. For pc it is supposed...
详解数据可视化神器 seaborn，它可快速实现统计数据可视化
Python数据挖掘
02-11 2328
哈喽，大家好。今天详解 Seaborn，它基于 Matplotlib，用来制作统计图形的 Python 库。本文内容较长，建议收藏后慢慢读。 Seaborn 的优势： 图表丰富，比 matplotlib 易用 与 pandas 结合 支持数值类型多变量关系图 支持数值类型数据分布图 支持类别类型数据可视化 支持回归模型以及可视化 轻松构建结构化多图网格 我整理了一份 seaborn 核心知识点的思维导图 为方便学习，高清原版需要的朋友，可以按照如下方式获取 获取方式 思维导
【数据挖掘】Python绘制一组样本的CDF概率分布函数（经验分布函数）
Mr.zwX
07-21 4472
CDF是什么？简单对概率分布函数进行一个描述，在概率论中要研究一个随机变量ξ取值小于某一数值x的概率，这概率是x的函数，称这种函数为随机变量ξ的分布函数。 F(x)=P(X<x),F(+∞)=1,F(−∞)=0F(x)=P(X<x),F(+\infin)=1,F(-\infin)=0F(x)=P(X<x),F(+∞)=1,F(−∞)=0 CDF对机器学习有什么用？可以非常直观地对预测误差进行分析，可以判断出当误差为某个值时的具体概率是多少，以该图像指标为基础为后续的优化和改进做铺垫。 现
python画累积分布图_用Python计算累积分布函数（CDF）
weixin_39861624的博客
12-04 3060
I want to calculate it from an array of points I have (discrete distribution), not with the continuous distributions that, for example, scipy has.解决方案(It is possible that my interpretation of the ques...
要用Python绘制CDF（Cumulative Distribution Function，累积分布函数）二维误差图，你可以按照以下步骤进行操作
07-08
要用Python绘制二维CDF误差图，可以按照步骤进行操作： 导入必要的库：首先，你导入`numpy`和matplotlib.pyplot`库。使用以下代码导这些库： ```python import numpy as npimport matplotlib.pyplot as plt``` 2. 生成数据：根据你的求，生成实际值预测值的二数据。假设你有两个维数组`actual_values``predicted_values`，它们分别存了实际值和预值。 3. 计算CDF误差：使用NumPy库中的`np.cumsum()`函数计算实际值和预测值的CDF。代码示例如下： ```python actual_cdf = np.cumsum(actual_values, axis=1) / np.sum(actual_values, axis=1, keepdims=True) predicted_cdf = np.cumsum(predicted_values, axis=1) / np.sum(predicted_values, axis=1, keepdims=True) errors = predicted_cdf - actual_cdf ``` 4. 绘制误差图：使用Matplotlib库中的`plt.imshow()`函数将误差图绘制出来。代码示例如下： ```python plt.imshow(errors, cmap='coolwarm', origin='lower') plt.colorbar(label='Error') plt.xlabel('X') plt.ylabel('Y') plt.title('2D CDF Error') plt.show() ``` 这样，你就可以使用Python绘制二维CDF误差图了。根据你的需求，可以调整代码中的细节，如数据的生成方式、颜色映射、轴标签的设置等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值