SciPy累積分佈函數繪圖

到目前爲止，我發現這一點：

scipy.stats.beta.cdf(0.2,6,7)

但這只不過是給了我一個點。

這將是我用來繪製：

pylab.plot() 
pylab.show()

我希望它看起來就像是這樣的： File:Binomial distribution cdf.svg

與p = .2和界限爲1

停止一次 y = 1或關閉

來源

2012-10-11 Overtim3

cdf的第一個參數可以是值的數組，而不是單個值。它會返回一個數組值。

import scipy.stats as stats 
import matplotlib.pyplot as plt 
import numpy as np 

x = np.linspace(0,20,100) 
cdf = stats.binom.cdf 
plt.plot(x,cdf(x, 50, 0.2)) 
plt.show()

enter image description here

來源

2012-10-11 21:55:25 unutbu

這正是我要找的！非常感謝你！我花了大約3個小時試圖完成這樣的事情。但我仍然很難理解這個概念。什麼是這個linspace（0,20,100）至於stat.beta.cdf我只是使用了錯誤的代碼？我看到你使用了stats.binom.cdf – Overtim3

[np.linspace]（http://docs.scipy.org/doc/numpy/reference/generated/numpy.linspace.html）（0,20,100）創建了一個numpy數組100個均勻間隔的值，介於0和20（含）之間。（嘗試'print（np.linspace（0,20,10））'。付費試驗！） – unutbu

既然你發佈了一個鏈接到一個二項式cdf的圖表，我使用了[stats.binom.cdf]（http： //docs.scipy.org/doc/scipy/reference/generated/scipy.stats.binom.html）而不是[stats.beta.cdf]（http://docs.scipy.org/doc/scipy/reference/生成/ scipy.stats.beta.html）。 – unutbu

我不認爲上面的用戶，Ubuntu的，已建議使用正確的函數。其實他的回答是非常誤導和不正確的。

請注意，binom.cdf()是計算由n和p指定的二項分佈的cdf的函數，Binomial(n,p)。也就是說，它返回x中每個值的隨機變量的cdf值，而不是由矢量x指定的離散分佈的實際cdf函數。

爲了計算CDF用於通過矢量x定義的任何分佈，只需使用histogram()功能：

import numpy as np 
hist, bin_edges = np.histogram(np.random.randint(0,10,100), normed=True) 
cdf = cumsum(hist)

，或者只使用hist()繪圖功能從matplotlib。

來源

2014-04-24 02:55:20 user3567032

SciPy累積分佈函數繪圖

回答

相關問題