Як обчислити та побудувати cdf у python

Ви можете використовувати наступний базовий синтаксис для обчислення кумулятивної функції розподілу (CDF) у Python:

 #sortdata
x = np. sort (data)

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

#plot CDF
plt. plot (x, y)

Наступні приклади показують, як використовувати цей синтаксис на практиці.

Приклад 1: CDF випадкового розподілу

У наступному коді показано, як обчислити та побудувати інтегральну функцію розподілу (CDF) для випадкової вибірки даних у 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 ')

На осі абсцис відображаються значення вихідних даних, а на осі у – відповідні значення CDF.

Приклад 2: CDF нормального розподілу

Якщо ви хочете побудувати кумулятивну функцію розподілу відомого розподілу (наприклад, нормального розподілу ), ви можете скористатися такими функціями з бібліотеки 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 ') 

Додаткові ресурси

CDF чи PDF: у чому різниця?
Як створити дзвоноподібну криву в Python
Як обчислити Z-оцінки в Python