使用python绘制cdf的多种实现方法


Posted in Python onFebruary 25, 2020

首先我们先用随机函数编造一个包含1000个数值的一维numpy数组,如下:

// An highlighted block
rng = np.random.RandomState(seed=12345)
samples = stats.norm.rvs(size=1000, random_state=rng)

接下来我们将使用各种方法画出以上数据的累积分布图

1、matplotlib.pyplot.hist()

def hist(self, x, bins=None, range=None, density=None, weights=None,
       cumulative=False, bottom=None, histtype='bar', align='mid',
       orientation='vertical', rwidth=None, log=False,
       color=None, label=None, stacked=False, normed=None,
       **kwargs):

第一种方法,我们使用matplotlib图形库中的hist函数,熟悉该库的人应该知道这是一个直方图绘制函数,以上是从API中找到的hist函数的所有参数,我们给出一维数组或者列表x,使用hist画出该数据的直方图。

直方图有两种形式,分别是概率分布直方图和累积分布直方图(可能说的不准确- -!),可以通过参数cucumulative来调节,默认为False,画出的是PDF,那么True画出的便是CDF直方图。

PDF(figure1)可以观察到整个数据在横轴范围内的分布,CDF(figure2)则可以看出不同的数据分布间的差异性,也可以观察到整个数据的增长趋势和波动情况。

使用python绘制cdf的多种实现方法

上图是概率分布直方图,纵轴代表概率,如果置参数normed=False,纵轴代表频数

使用python绘制cdf的多种实现方法

如果我们要观察两种数据分布的差异,可能使用直方图就不是很直观,各种直方柱会相互重叠,我们只需更改直方图的图像类型,令histtype=‘step',就会画出一条曲线来(Figure3,实际上就是将直方柱并在一起,除边界外颜色透明),类似于累积分布曲线。这时,我们就能很好地观察到不同数据分布曲线间的差异。

使用python绘制cdf的多种实现方法

2、numpy.histogram

def histogram(a, bins=10, range=None, normed=False, weights=None,
     density=None)

第二种方法我们使用numpy中画直方图的函数histogram,该函数不是一个直接的绘图函数(废话- -!过渡句,哈哈),给定一组数据a,它会返回两个数组hist和bin_edges,默认情况下hist是数据在各个区间上的频率,bin_edges是划分的各个区间的边界,说到这我们大概可以想到其实该函数算是上一个函数的底层函数,我们可以依据得到的这两个数组来画直方图,我们也可以用频率数组来直接画分布曲线(Figure4)

使用python绘制cdf的多种实现方法

这里我只给出了一个最原始的图像,直接用hist数组画的,如果想要变成合格的累积分布曲线图,纵轴为概率(频率乘区间长度),横轴为区间(从bin_edges数组中取n-1个)就可以了

3、stats.relfreq

def relfreq(a, numbins=10, defaultreallimits=None, weights=None)
Returns
-------
frequency : ndarray
  Binned values of relative frequency.
lowerlimit : float
  Lower real limit
binsize : float
  Width of each bin.
extrapoints : int
  Extra points.

第三种方法我们使用stats中的relfreq函数,该函数和第二种的方法类似,也并非是直接画图,而是返回关于直方图的一些数据,这里的frequency直接是概率而非频率,可以直接作为CDF图的纵轴,但是横轴需要自己计算,计算公式:

res.lowerlimit + np.linspace(0,res.binsize*res.frequency.size, res.frequency.size)

这个公式应该很好理解,我就不多说了,当然这些返回值都要依赖我们所给出的bins的数目。下面我给出一段代码,便是使用stats.relfreq画出概率分布直方图和累积分布曲线图。

rng = np.random.RandomState(seed=12345)
samples = stats.norm.rvs(size=1000, random_state=rng)
res = stats.relfreq(samples, numbins=25)
x = res.lowerlimit + np.linspace(0, res.binsize*res.frequency.size,res.frequency.size)
fig = plt.figure(figsize=(5, 4))
ax = fig.add_subplot(1, 1, 1)
ax.bar(x, res.frequency, width=res.binsize)
ax.set_title('Relative frequency histogram')
ax.set_xlim([x.min(), x.max()])
plt.show()

使用python绘制cdf的多种实现方法

rng = np.random.RandomState(seed=12345)
samples = stats.norm.rvs(size=1000, random_state=rng)
res = stats.relfreq(samples, numbins=25)
x = res.lowerlimit + np.linspace(0, res.binsize*res.frequency.size,res.frequency.size)
y=np.cumsum(res.frequency)
plt.plot(x,y)
plt.title('Figure6 累积分布直方图')
plt.show()

使用python绘制cdf的多种实现方法

以上就是本人整理出来的关于画cdf直方图和曲线的三种方法,整理这方面东西的初忠是在发现在进行数据分析的时候,概率分布直方图只能观察到数据大概的分布情况,而在不同的数据样本进行比较时却很难直观滴反映其差异性,通过看论文发现cdf可以做到这一点。

本人并不是数学专业出身,想要表达其意义,但有些描述和用词不当,大家借鉴就好。希望大家多多支持三水点靠木!

Python 相关文章推荐
在Python中使用SimpleParse模块进行解析的教程
Apr 11 Python
解读Python中degrees()方法的使用
May 18 Python
Python实现PS滤镜功能之波浪特效示例
Jan 26 Python
python 3利用Dlib 19.7实现摄像头人脸检测特征点标定
Feb 26 Python
python打包压缩、读取指定目录下的指定类型文件
Apr 12 Python
django框架实现一次性上传多个文件功能示例【批量上传】
Jun 19 Python
Django获取应用下的所有models的例子
Aug 30 Python
感知器基础原理及python实现过程详解
Sep 30 Python
Python中的 ansible 动态Inventory 脚本
Jan 19 Python
浅谈在django中使用filter()(即对QuerySet操作)时踩的坑
Mar 31 Python
Python实现8种常用抽样方法
Jun 27 Python
 python中的元类metaclass详情
May 30 Python
python GUI库图形界面开发之PyQt5开发环境配置与基础使用
Feb 25 #Python
python GUI库图形界面开发之PyQt5信号与槽基本操作
Feb 25 #Python
python GUI库图形界面开发之PyQt5信号与槽机制、自定义信号基础介绍
Feb 25 #Python
python模拟点击网页按钮实现方法
Feb 25 #Python
python GUI库图形界面开发之PyQt5动态加载QSS样式文件
Feb 25 #Python
python 计算概率密度、累计分布、逆函数的例子
Feb 25 #Python
python GUI库图形界面开发之PyQt5窗口背景与不规则窗口实例
Feb 25 #Python
You might like
PHP curl_setopt()函数实例代码与参数分析
2011/06/02 PHP
PHP以及MYSQL日期比较方法
2012/11/29 PHP
php+mysql结合Ajax实现点赞功能完整实例
2015/01/30 PHP
PHP receiveMail实现收邮件功能
2018/04/25 PHP
IE8 中使用加速器(Activities)
2010/05/14 Javascript
jQuery $.data()方法使用注意细节
2012/12/31 Javascript
页面右下角弹出提示框示例代码js版
2013/08/02 Javascript
JS方法调用括号的问题探讨
2014/01/24 Javascript
JavaScript学习笔记之内置对象
2015/01/22 Javascript
freemarker判断对象是否为空的方法
2015/08/13 Javascript
JS代码随机生成姓名、手机号、身份证号、银行卡号
2016/04/27 Javascript
动态生成的DOM不会触发onclick事件的原因及解决方法
2016/08/06 Javascript
vue项目中做编辑功能传递数据时遇到问题的解决方法
2016/12/19 Javascript
将jquery.qqFace.js表情转换成微信的字符码
2017/12/01 jQuery
Vuex的基本概念、项目搭建以及入坑点
2018/11/04 Javascript
定制FileField中的上传文件名称实例
2017/08/23 Python
python对日志进行处理的实例代码
2018/10/06 Python
MNIST数据集转化为二维图片的实现示例
2020/01/10 Python
pandas实现excel中的数据透视表和Vlookup函数功能代码
2020/02/14 Python
Pytorch中.new()的作用详解
2020/02/18 Python
pycharm激活码快速激活及使用步骤
2020/03/12 Python
python中常见错误及解决方法
2020/06/21 Python
Python SQLAlchemy库的使用方法
2020/10/13 Python
html5 canvas 简单画板实现代码
2012/01/05 HTML / CSS
Ray-Ban雷朋西班牙官网:全球领先的太阳眼镜品牌
2018/11/28 全球购物
有原因的手表:Flex Watches
2019/03/23 全球购物
巴西24小时在线药房:Droga Raia
2020/05/12 全球购物
介绍一下SQL注入攻击的种类和防范手段
2012/02/18 面试题
驾驶员岗位职责
2014/01/29 职场文书
学校节能宣传周活动总结
2014/07/09 职场文书
公民授权委托书范本
2014/09/17 职场文书
最感人的道歉情书
2015/05/12 职场文书
年会主持人开场白台词
2015/05/29 职场文书
2019 入党申请书范文
2019/07/10 职场文书
2019幼儿园感恩节活动策划书
2019/11/28 职场文书
Python 数据结构之十大经典排序算法一文通关
2021/10/16 Python