So berechnen und zeichnen sie ein cdf in python

Sie können die folgende grundlegende Syntax verwenden, um die kumulative Verteilungsfunktion (CDF) in Python zu berechnen:

 #sortdata
x = np. sort (data)

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

#plot CDF
plt. plot (x, y)

Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden können.

Beispiel 1: Zufallsverteilungs-CDF

Der folgende Code zeigt, wie eine kumulative Verteilungsfunktion (CDF) für eine Zufallsstichprobe von Daten in Python berechnet und dargestellt wird:

 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 ')

Auf der x-Achse werden die Rohdatenwerte und auf der y-Achse die entsprechenden CDF-Werte angezeigt.

Beispiel 2: Normalverteilungs-CDF

Wenn Sie die kumulative Verteilungsfunktion einer bekannten Verteilung (z. B. der Normalverteilung ) darstellen möchten, können Sie die folgenden Funktionen aus der SciPy- Bibliothek verwenden:

 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 ') 

Zusätzliche Ressourcen

CDF oder PDF: Was ist der Unterschied?
So erstellen Sie eine Glockenkurve in Python
So berechnen Sie Z-Scores in Python