快捷導(dǎo)航

利用python繪制CDF圖的示例代碼

更新時(shí)間：2023年08月16日 11:41:36 作者：Thomas_Cai

這篇文章主要為大家詳細(xì)介紹了如何利用python實(shí)現(xiàn)繪制CDF圖，文中的示例代碼簡(jiǎn)潔易懂，具有一定的借鑒價(jià)值，感興趣的小伙伴可以學(xué)習(xí)一下

一、code

import os.path

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

csv_path = r"XXX.csv"
save_fig_path = os.path.join(os.path.split(csv_path)[0], "metrics_cdf.png")

# 從CSV讀取數(shù)據(jù)
data = pd.read_csv(csv_path)['XXX']

# 計(jì)算CDF
data_sorted = np.sort(data)[::-1]
cdf = np.arange(1, len(data_sorted)+1) / len(data_sorted)

# 繪制CDF圖
plt.plot(data_sorted, cdf, linewidth=2)  # marker='.',
plt.xlabel('Value')
plt.ylabel('CDF')
plt.xticks(np.arange(0, 1.1, 0.1))
plt.yticks(np.arange(0, 1.1, 0.1))
plt.title('Cumulative Distribution Function (CDF)')
plt.grid(True)
plt.savefig(save_fig_path)
plt.show()

二、plt.plot的marker有什么可選的標(biāo)識(shí)

在matplotlib庫(kù)中，plt.plot函數(shù)的marker參數(shù)用于指定在圖上繪制數(shù)據(jù)點(diǎn)的標(biāo)識(shí)符。這些標(biāo)識(shí)符可以幫助你在圖中更清晰地標(biāo)記數(shù)據(jù)點(diǎn)的位置。以下是一些常用的marker參數(shù)及其對(duì)應(yīng)的標(biāo)識(shí)符：

'.': 小點(diǎn)

',': 像素

'o': 圓圈

'v': 倒三角

'^': 正三角

'<': 左箭頭

'>': 右箭頭

'1': 下箭頭

'2': 上箭頭

's': 正方形

'p': 五角星

'*': 星號(hào)

'h': 六邊形1

'H': 六邊形2

'|': 垂直線(xiàn)

'_': 水平線(xiàn)

你可以在plt.plot函數(shù)中使用這些標(biāo)識(shí)符來(lái)改變數(shù)據(jù)點(diǎn)的外觀。例如，如果要在繪制的線(xiàn)上使用圓圈作為數(shù)據(jù)點(diǎn)的標(biāo)識(shí)，可以這樣設(shè)置：

plt.plot(x_data, y_data, marker='o')

其中，x_data和y_data分別是你要繪制的數(shù)據(jù)的X和Y值。根據(jù)需要，你可以選擇不同的標(biāo)識(shí)符來(lái)突出顯示數(shù)據(jù)點(diǎn)。

三、方法補(bǔ)充

當(dāng)然除了上文方法，小編還為大家整理了其他實(shí)現(xiàn)繪制CDF圖的方法，希望對(duì)大家有所幫助

方法一

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', color="green", linestyle="dashed")

plt.xlabel('XX', fontsize = 15)
plt.ylabel('CDF', fontsize=15)

plt.xlim(0, 1500)
plt.ylim(0, 1)

plt.xticks(fontsize=14)
plt.yticks(fontsize=14)

# plt.legend(loc='lower right', fontsize = 17) % 當(dāng)有多個(gè)CDF曲線(xiàn)，對(duì)曲線(xiàn)進(jìn)行標(biāo)注

plt.show()

方法二

利用Matplotlib繪制CDF圖

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats
data = np.random.normal(size=1000)
plt.plot(sorted(data), stats.norm.cdf(sorted(data)))
plt.show()

到此這篇關(guān)于利用python繪制CDF圖的示例代碼的文章就介紹到這了,更多相關(guān)python CDF圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: