如何在 python 中计算和绘制 cdf

您可以使用以下基本语法在 Python 中计算累积分布函数 (CDF)：

 #sortdata
x = np. sort (data)

#calculate CDF values
y = 1. * np. range (len(data)) / (len(data) - 1)

#plot CDF
plt. plot (x, y)

以下示例展示了如何在实践中使用此语法。

示例 1：随机分布 CDF

以下代码演示了如何在 Python 中计算和绘制随机数据样本的累积分布函数 (CDF)：

 import numpy as np
import matplotlib. pyplot as plt

#define random sample of data
data = np. random . rann (10000)

#sortdata
x = np. sort (data)

#calculate CDF values
y = 1. * np. range (len(data)) / (len(data) - 1)

#plot CDF
plt. plot (x, y)
plt. xlabel (' x ')

x轴显示原始数据值，y轴显示对应的CDF值。

示例 2：正态分布 CDF

如果要绘制已知分布（例如正态分布）的累积分布函数，可以使用SciPy库中的以下函数：

 import numpy as np
import scipy
import matplotlib. pyplot as plt

#generate data from normal distribution
data = np. random . rann (1000)

#sortdata
x = np. sort (data)

#calculate CDF values
y = scipy. stats . norm . cdf (x)

#plot CDF
plt. plot (data_sorted, norm_cdf)

#plot CDF
plt. plot (x, y)
plt. xlabel (' x ') 

其他资源

CDF 或 PDF：有什么区别？
如何用 Python 创建钟形曲线
如何用 Python 计算 Z 分数