วิธีการคำนวณและพล็อต cdf ใน python

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อคำนวณฟังก์ชันการแจกแจงสะสม (CDF) ใน Python:

 #sortdata
x = np. sort (data)

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

#plot CDF
plt. plot (x, y)

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่างที่ 1: CDF การแจกแจงแบบสุ่ม

รหัสต่อไปนี้แสดงวิธีคำนวณและลงจุดฟังก์ชันการแจกแจงสะสม (CDF) สำหรับตัวอย่างข้อมูลแบบสุ่มใน Python:

 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 ')

แกน x จะแสดงค่าข้อมูลดิบ และแกน y จะแสดงค่า CDF ที่สอดคล้องกัน

ตัวอย่างที่ 2: CDF การแจกแจงแบบปกติ

หากคุณต้องการพล็อตฟังก์ชันการแจกแจงสะสมของการแจกแจงที่รู้จัก (เช่น การแจกแจงแบบปกติ ) คุณสามารถใช้ฟังก์ชันต่อไปนี้จากไลบรารี SciPy :

 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 ') 

แหล่งข้อมูลเพิ่มเติม

CDF หรือ PDF: อะไรคือความแตกต่าง?
วิธีสร้าง Bell Curve ใน Python
วิธีการคำนวณคะแนน Z ใน Python