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

计算分布函数(也称累积概率函数CDF)python代码如下：import numpy as npdata = np.random.randn(200) # 随机生成一些数# 一个公式即可计算出概率函数cdf_value = 1. * np.arange(len(data)) / (len(data) - 1)

呆萌的代Ma

28251人浏览 · 2021-08-09 21:06:03

呆萌的代Ma · 2021-08-09 21:06:03 发布

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)