Matplotlib 生成 CDF 圖
Suraj Joshi
2021年2月28日
2020年12月31日
本教程解釋瞭如何使用 Python 中的 Matplotlib 生成一個 CDF 圖。CDF 是一個函式，它的 y 值代表一個隨機變數取值小於或等於相應 x 值的概率。
在 Python 中使用 Matplotlib 繪製 CDF
CDF 是對連續概率分佈和離散概率分佈的定義。在連續概率分佈中，隨機變數可以從指定的範圍內取任何值，但在離散概率分佈中，我們只能有一組指定的值。
使用 Python 中的 Matplotlib 繪製離散分佈的 CDF
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,7)
y=[0.2,0.1,0.1,0.2,0.1,0.3]
cdf=np.cumsum(y)
plt.plot(x,y, marker="o",label="PMF")
plt.plot(x,cdf,marker="o",label="CDF")
plt.xlim(0,7)
plt.ylim(0,1.5)
plt.xlabel("X")
plt.ylabel("Probability Values")
plt.title("CDF for discrete distribution")
plt.legend()
plt.show()
輸出：
它繪製給定分佈的 PMF 和 CDF。為了計算 CDF 的 y 值，我們使用 numpy.cumsum() 方法計算一個陣列的累計和。
如果給定的是頻率計數，我們必須對 y-值進行歸一化，使其代表 PDF。
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,7)
frequency=np.array([3,8,4,5,3,6])
pdf=frequency/np.sum(frequency)
cdf=np.cumsum(pdf)
plt.plot(x,pdf, marker="o",label="PMF")
plt.plot(x,cdf,marker="o",label="CDF")
plt.xlim(0,7)
plt.ylim(0,1.5)
plt.xlabel("X")
plt.ylabel("Probability Values")
plt.title("CDF for discrete distribution")
plt.legend()
plt.show()
輸出：
這裡，我們得到每個 X 值的頻率值。我們將頻率值轉換為 pdf 值，方法是將 pdf 陣列的每個元素除以頻率之和。然後，我們使用 pdf 計算 CDF 值，繪製給定資料的 CDF。
我們也可以使用直方圖來檢視 CDF 和 PDF 圖，這對於離散資料來說會更加直觀。
import numpy as np
import matplotlib.pyplot as plt
data = [3,4,2,3,4,5,4,7,8,5,4,6,2,1,0,9,7,6,6,5,4]
plt.hist(data,bins=9,density=True)
plt.hist(data,bins=9, density=True, cumulative=True, label='CDF', histtype='step')
plt.xlabel("X")
plt.ylabel("Probability")
plt.xticks(np.arange(0,10))
plt.title("CDF using Histogram Plot")
plt.show()
輸出：
它使用 hist() 方法繪製給定資料的 CDF 和 PDF。為了繪製 CDF，我們設定 cumulative=True 和設定 density=True，以得到一個代表概率值相加為 1 的直方圖。
在 Python 中使用 Matplotlib 繪製連續分佈的 CDF
import numpy as np
import matplotlib.pyplot as plt
dx = 0.005
x = np.arange(-10, 10, dx)
y = 0.25*np.exp((-x ** 2)/8)
y=y/ (np.sum(dx * y))
cdf = np.cumsum(y * dx)
plt.plot(x,y,label="pdf")
plt.plot(x,cdf,label="cdf")
plt.xlabel("X")
plt.ylabel("Probability Values")
plt.title("CDF for continuous distribution")
plt.legend()
plt.show()
輸出：
它繪製給定連續分佈的 PMF 和 CDF。為了計算 CDF 的 y 值，我們使用 numpy.cumsum() 方法計算一個陣列的累積和。
我們將 y 除以陣列 y 的總和乘以 dx，以使 CDF 值的範圍從 0 到 1。
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn