Python计算任意数据的分布函数(累积概率函数CDF)与概率密度(PDF),并绘图 |
您所在的位置:网站首页 › 离散的概率分布 › Python计算任意数据的分布函数(累积概率函数CDF)与概率密度(PDF),并绘图 |
分布函数求导就是概率密度,在任意的数据中由于数据分布不确定,所以严格来讲这些数据是没有分布函数和概率密度函数的,但是我们就是想得出那种结果,画出那种曲线,这里就需要借助scipy.stats.relfreq这个方法,它可以拟合这样的结果 得到CDF、PDF曲线对应的值需要导包: import numpy as np import matplotlib.pyplot as plt from scipy import stats %matplotlib inline首先构造数据: data = np.random.normal(0,10,100) # 生成100个随机数,这里生成正态分布,任意分布都行,正态分布效果更明显一些 res_freq = stats.relfreq(data, numbins=20) # numbins 是统计一次的间隔(步长)是多大概率密度PDF pdf_value = res_freq.frequency累积分布CDF cdf_value = np.cumsum(res_freq.frequency) 开始绘图首先确定横坐标,这里横坐标需要使用线性计算计算得出,不能直接调属性: x = res_freq.lowerlimit + np.linspace(0, res_freq.binsize * res_freq.frequency.size, res_freq.frequency.size) PDF的图像 plt.bar(x, pdf_value, width=res_freq.binsize) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |