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

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

2024-07-14 01:25| 来源: 网络整理| 查看: 265

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)

在这里插入图片描述

CDF的图像 plt.plot(x, cdf_value)

在这里插入图片描述

完整代码 import numpy as np import matplotlib.pyplot as plt from scipy import stats %matplotlib inline # 构造数据 data = np.random.normal(0,10,100) res_freq = stats.relfreq(data, numbins=100) # 计算结果 pdf_value = res_freq.frequency cdf_value = np.cumsum(res_freq.frequency) # 绘图 x = res_freq.lowerlimit + np.linspace(0, res_freq.binsize * res_freq.frequency.size, res_freq.frequency.size) plt.bar(x, pdf_value, width=res_freq.binsize) plt.plot(x, cdf_value) 参考资料官方文档：https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.relfreq.html

【本文地址】

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

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

今日新闻

推荐新闻