python cpk计算器_Python进行CPK计算

CPK是在统计学中一个重要指标,在生产数据分析中也是对生产过程评估的一个重要指标.

代码如下:

def cpk_calc(df_data: pd.DataFrame, usl, lsl):

"""

:param df_data: 数据dataframe

:param usl: 数据指标上限

:param lsl: 数据指标下限

:return:

"""

sigma = 3

# 若下限为0, 则使用上限反转负值替代

if int(lsl) == 0:

lsl = 0 - usl

# 数据平均值

u = df_data.mean()[0]

# 数据标准差

stdev = np.std(df_data.values, ddof=1)

# 生成横轴数据平均分布

x1 = np.linspace(u - sigma * stdev, u + sigma * stdev, 1000)

# 计算正态分布曲线

y1 = np.exp(-(x1 - u) ** 2 / (2 * stdev ** 2)) / (math.sqrt(2 * math.pi) * stdev)

cpu = (usl - u) / (sigma * stdev)

cpl = (u - lsl) / (sigma * stdev)

# 得出cpk

cpk = min(cpu, cpl)

# 使用matplotlib画图

plt.xlim(x1[0] - 0.5, x1[-1] + 0.5)

plt.plot(x1, y1)

plt.hist(df_data.values, 15, density=True)

plt.title("cpk={0}".format(cpk))

plt.show()

生成图例: