利用Python的Matplotlib库绘制CDF(累积分布函数)图像

最新推荐文章于 2023-08-15 11:51:29 发布
最新推荐文章于 2023-08-15 11:51:29 发布
阅读量4.2w 收藏 52
点赞数 9
CC 4.0 BY-SA版权
分类专栏： Python Data Mining 文章标签： python matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/sinat_26599509/article/details/52882769
本文介绍了如何使用Python的Matplotlib库来绘制累积分布函数(CDF)图像。通过读取CSV文件中的原始数据，分别绘制不同数据集的CDF曲线，展示了Matplotlib在数据可视化方面的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在实习的时候碰到了很多CDF(累积分布函数)图像，想自己绘制一下CDF但发现Excel好像没有绘制曲线图的功能，所以正好学习一下Python图标绘制库Matplotlib的使用。

有关CDF的定义可以参考维基百科词条【Cumulative Distribution Function】

原始数据

把需要计算的原始数据用逗号分隔开，保存为csv文件，每一行代表一条CDF曲线。比如有丈量的瓷砖的长和宽数据，将长和宽各绘制成一条CDF曲线在一张图里，CSV文件应该保存成：

5.00,6.55,3.22...//长
2.00,3.11,1.33...//宽

代码如下

import numpy as np
import matplotlib.pyplot as plt

filename =
最低0.47元/天 解锁文章

200万优质内容无限畅学
Matplotlab画CDF图
zengyue.nju
01-31 820
画图效果 CDF画图举例 # encoding=utf-8 import matplotlib.pyplot as plt import numpy as np import matplotlib import copy """ Devl env: python3, matplotlib; Developer: zengyue; Encoding: utf-8. """ class Draw(): """Function: Draw line chart, bar chart, column
用matplotlib.pyplot实现正态分布函数的图像绘制
lyj456258的博客
11-01 2841
下面是一个正态分布的例子，介绍的很详细，通过对引用函数的改变还可以绘制诸如卡方分布，t分布等常见分布函数的绘制。 Let????be a random variable that follows the normal distribution, i.e., ????∼????(????,????2),X∼N(a,b2), where????is the mean ofX, and????is the standard deviation of????. Plot the probability de
python画累积分布图_用Python计算累积分布函数（CDF）
weixin_39861624的博客
12-04 3146
I want to calculate it from an array of points I have (discrete distribution), not with the continuous distributions that, for example, scipy has.解决方案(It is possible that my interpretation of the ques...
Python 计算累积分布函数CDF并绘图
weixin_44589540的博客
03-22 3974
FaP⁡X≤aFaPX≤a即累积分布函数表示：对离散变量而言，所有小于等于a的值出现概率的和。（来源于百度百科。
python画累积分布图_绘制python数据时间的累积图
weixin_39928768的博客
12-04 1392
Say I have a list of datetimes, and we know each datetime to be the recorded time of an event happening.Is it possible in matplotlib to graph the frequency of this event occuring over time, showing th...
用python绘制CDF图
Thomas_Cai的记忆殿堂
08-15 1673
参数用于指定在图上绘制数据点的标识符。这些标识符可以帮助你在图中更清晰地标记数据点的位置。函数中使用这些标识符来改变数据点的外观。分别是你要绘制的数据的X和Y值。根据需要，你可以选择不同的标识符来突出显示数据点。
python 画cdf曲线
qq_40514570的博客
07-17 5832
https://www.cnblogs.com/wangjingchn/p/7376470.html
使用python绘制cdf的多种实现方法
09-17
本文将详细介绍如何利用Python中的几种常见库来绘制CDF。 #### 数据准备 为了演示，我们首先创建一个包含1000个数值的一维`numpy`数组，这些数值通过正态分布随机生成： ```python import numpy as np from scipy...
Python-Matplotlib可视化（6）——自定义坐标轴让统计图清晰易懂
热门推荐
盼小辉丶的博客
06-16 2万+
Matplotlib是Python的绘图库，它提供了一整套和 matlab 相似的命令 API，可以生成你所需的出版质量级别的图形。在系列博文的中，虽然我们已经学习了自定义绘图的颜色和样式，以使得绘制更加精美、符合审美要求，同时也讲解了注释的用法，但是，很多时候我们还要对坐标轴进行自定义，以满足学习或工作的要求，使统计图变得清晰简洁。 借助Matplotlib库，可以方便的对进行数据分析，快速完成数据可视化，从此告别加班。
python matplotlib绘制柏拉图pareto_python scipy stats.pareto用法及代码示例
weixin_27024175的博客
01-14 1194
帕累托连续随机变量。作为一个实例rv_continuous类，pareto对象从中继承了通用方法的集合(完整列表请参见下文)，并使用特定于此特定发行版的详细信息来完善它们。注意：的概率密度函数pareto是：对于，。pareto需要b作为形状参数。上面的概率密度以“standardized”形式定义。要移动和/或缩放分布，请使用loc和scale参数。特别，pareto.pdf(x, b, loc...
Python 绘制CDF图
桃子小迷妹
05-25 3431
import numpy as np import statsmodels.api as sm import matplotlib.pyplot as plt data = [] ecdf = sm.distributions.ECDF(data) x = np.linspace(min(data), max(data)) y = ecdf(x) for a, b in zip(x, y): print(a, b) plt.plot(x, y, linewidth='5', label='XX
python画数组曲线_如何使用matplotlib python从数组中绘制CDF
weixin_39733812的博客
11-26 417
我写了一个python程序,它基本上采用包含Web服务器ping响应的86400行的文本文件.我从每一行中提取往返行程并将其添加到名为roundtriptimes的数组中.然后我对数组进行排序,现在希望能够使用matplotlib绘制数据的CDF.我目前的代码如下：import reimport numpy as npimport matplotlib.pyplot as pltping = op...
matplotlib画cdf（累积分布函数）图
weixin_30387339的博客
05-27 2285
cdf解释： http://baike.baidu.com/link?url=LH1cGO2Swa-khHN83Rc1ln2OGcDCh7Sbcq2wMSFBRJWA_bm_GUFyaEBOvrEM80uWpQfrY7EPQkekp6_ZBjXGUq import numpy as npfrom pylab import * # Create some test datadict1 =...
用matplotlib将数据的PDF和CDF放在同一张图里面，并画出包络线
skj1995的博客
05-16 2871
先放出最终的图： 左边是分布直方图，右边是累积概率分布图，黑色的是CDF的包络线 实现步骤如下： 步骤一：将原来的直方图表示成左边这种只显示折线的形式： 首先我们需要实现分布直方图，使用函数plt.hist() z1=plt.hist(list(my_DF["最短路径的长度"]), 30, normed=1,color="red",alpha=0.75,histtype='ste...
Excel绘制CDF图
u013431916的博客
06-01 2万+
对如下20个原始数据绘制cdf图 1. 对数据进行排序，从小到大 2. 计算累积分布： 计算公式为： 然后对C3下拉，得到累积分布数据。 3. 选中B、C两列绘制散点图： ...
使用python画CDF
编程小栈
09-23 8975
写在前面的话 看了一圈google 搜索画 CDF 的前10的中文输入，发现又到我出马的时候了。 这种图片应该是不能要的吧。 用很多奇奇怪怪的方法画出来的可能不太OK , 所以打算写一个个人认为画出来很美观的并且还不错的方法。 个人参考的是这个链接https://stackoverflow.com/questions/39297523/plot-cdf-cumulative-histogram-using-seaborn-python 累计分布函数（CDF） 累积分布函数(Cumulative Dist
python画累积分布图_累积分布图python
weixin_39716043的博客
12-04 1269
I am doing a project using python where I have two arrays of data. Let's call them pc and pnc. I am required to plot a cumulative distribution of both of these on the same graph. For pc it is supposed...
【数据挖掘】Python绘制一组样本的CDF概率分布函数（经验分布函数）
我的技术栈碎碎念空间
07-21 4784
CDF是什么？简单对概率分布函数进行一个描述，在概率论中要研究一个随机变量ξ取值小于某一数值x的概率，这概率是x的函数，称这种函数为随机变量ξ的分布函数。 F(x)=P(X<x),F(+∞)=1,F(−∞)=0F(x)=P(X<x),F(+\infin)=1,F(-\infin)=0F(x)=P(X<x),F(+∞)=1,F(−∞)=0 CDF对机器学习有什么用？可以非常直观地对预测误差进行分析，可以判断出当误差为某个值时的具体概率是多少，以该图像指标为基础为后续的优化和改进做铺垫。 现
python画累积分布图_python – matplotlib中累积分布函数的对数图
weixin_39646412的博客
12-04 703
实际上,您需要将以下转换应用于Y值：-log10(1-y).这仅限制了y < 1,所以你应该能够在变换的图上有负值. 这是从matplotlib文档中修改的example,显示了如何将自定义转换结合到“scale”中：import numpy as npfrom numpy import mafrom matplotlib import scale as mscalefrom matplot...
用python绘制标准正态分布函数（CDF）
最新发布
03-26
<think>好的，我现在需要帮助用户用Python的matplotlib或seaborn库绘制标准正态分布的累积分布函数（CDF）图像。首先，我得回忆一下CDF的定义和标准正态分布的相关知识。标准正态分布的CDF是概率密度函数（PDF）的积分，从负无穷到某个特定值x的积分，表示随机变量小于等于x的概率。 接下来，我应该考虑用户的需求。他们可能希望生成一个清晰的图像，可能需要示例代码。用户提到了matplotlib和seaborn，所以我需要结合这两个库的功能。另外，用户提供的引用中提到了Seaborn的displot函数，但那是用于绘制分布和KDE的，可能不适合直接绘制CDF。不过另一个引用提到了使用stats.norm.pdf和ppf函数，这提示我需要使用scipy.stats库中的norm模块来获取CDF的值。 首先，我需要导入必要的库：numpy用于生成数据点，matplotlib.pyplot用于绘图，scipy.stats中的norm用于计算CDF。然后，生成一个x轴的数据范围，比如从-4到4，间隔0.1，这样可以覆盖标准正态分布的大部分区域。接着，使用norm.cdf函数计算每个x对应的CDF值。 然后，使用matplotlib的plot函数绘制曲线，设置标题、坐标轴标签，可能还需要网格线让图像更清晰。同时，可能需要调整坐标轴范围，比如x从-4到4，y从0到1，确保图像完整显示。用户提供的引用中有类似的绘图代码，比如引用[2]中使用了plt.plot和参数设置，可以借鉴。 另外，用户提到可能需要使用seaborn。虽然seaborn的displot主要用来绘制分布图，但也可以结合使用，比如设置kde=False, cumulative=True来显示累积分布。不过对于标准正态分布，直接使用scipy.stats.norm.cdf更直接。或者，可以生成随机样本，然后用seaborn的ecdfplot，但这样可能不如理论曲线精确。 检查用户提供的引用，引用[1]提到了Seaborn的displot，但引用[2]和[5]则用了matplotlib和scipy.stats。所以可能用户更倾向于直接使用理论计算而非数据拟合。因此，使用scipy.stats.norm.cdf生成数据点，再用matplotlib绘图会更准确。 最后，代码需要正确导入库，生成数据，绘制并调整图像。可能需要添加注释，让代码更易理解。此外，引用相关的参考资料，比如引用[3]中提到了norm.ppf和cdf的使用，引用[5]提到可视化正态分布的方法，这些都可以作为代码正确性的支持。 总结步骤： 1. 导入必要的库：numpy, matplotlib.pyplot, scipy.stats.norm 2. 生成x轴数据 3. 计算CDF值 4. 使用matplotlib绘制曲线 5. 添加标题、标签、网格等 6. 展示图像 可能的错误点：忘记导入库，或者参数设置错误，比如x的范围不够大，导致图像不完整。需要确保x覆盖足够的区域，比如-4到4，因为标准正态分布在±3σ内已经覆盖了99.7%的数据，但为了图像美观，可以适当扩展到±4。 另外，用户可能需要示例代码的输出效果，所以需要确保代码能够直接运行，并且图像清晰。可能需要调整线条颜色、粗细，或者添加图例，但用户没有特别要求，所以保持简洁即可。</think>要使用Python绘制标准正态分布的累积分布函数（CDF）曲线，可以结合`scipy.stats`、`matplotlib`和`numpy`实现。以下是分步说明及示例代码： --- ### **步骤说明** 1. **导入库**：需使用`scipy.stats.norm`计算CDF值，`matplotlib.pyplot`绘图，`numpy`生成数据点 2. **生成x轴数据**：定义覆盖标准正态分布主要范围的数据点（如$-4$到$4$） 3. **计算CDF值**：通过`norm.cdf(x)`获取每个$x$对应的累积概率 4. **绘制曲线**：用`plt.plot()`绘制CDF曲线并添加标注 --- ### **示例代码** ```python import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # 生成x轴数据点（范围-4到4，间隔0.1） x = np.arange(-4, 4.1, 0.1) # 计算标准正态分布CDF值 cdf_values = norm.cdf(x) # 绘制CDF曲线 plt.plot(x, cdf_values, color='blue', linewidth=2, label='Standard Normal CDF') plt.title("标准正态分布累积分布函数（CDF）") plt.xlabel("x") plt.ylabel("累积概率 P(X ≤ x)") plt.grid(True, linestyle='--', alpha=0.6) plt.xlim(-4, 4) plt.ylim(0, 1) plt.legend() plt.show() ``` --- ### **代码说明** - **可视化效果**：曲线从$0$逐渐上升至$1$，呈现S型，符合正态分布CDF的典型特征[^5] - **关键参数**：`norm.cdf(x)`直接调用标准正态分布的累积概率计算函数，其默认参数为$\mu=0$和$\sigma=1$[^3] - **扩展应用**：若需自定义均值和标准差，可修改为`norm.cdf(x, loc=μ, scale=σ)` --- ### **其他方法（Seaborn结合数据抽样）** 若需通过数据样本绘制经验CDF，可使用`seaborn.ecdfplot`： ```python import seaborn as sns data = np.random.randn(1000) # 生成标准正态分布样本 sns.ecdfplot(data) plt.title("经验CDF（基于随机样本）") plt.show() ``` 此方法通过实际数据点展示累积概率，适用于非理论分析场景[^1][^4]。 ---
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值