Как рассчитать и построить CDF в Python

Вы можете использовать следующий базовый синтаксис для вычисления кумулятивной функции распределения (CDF) в Python:

#sort data
x = np.sort (data)

#calculate CDF values
y = 1. \* np.arange (len(data)) / (len(data) - 1)

#plot CDF
plt.plot (x, y)

В следующих примерах показано, как использовать этот синтаксис на практике.

Пример 1: CDF случайного распределения

В следующем коде показано, как рассчитать и построить кумулятивную функцию распределения (CDF) для случайной выборки данных в Python:

import numpy as np
import matplotlib.pyplot as plt

#define random sample of data
data = np.random.randn (10000)

#sort data
x = np.sort (data)

#calculate CDF values
y = 1. \* np.arange (len(data)) / (len(data) - 1)

#plot CDF
plt.plot (x, y)
plt.xlabel('x')

По оси X отображаются необработанные значения данных, а по оси Y — соответствующие значения CDF.

Пример 2: CDF нормального распределения

Если вы хотите построить кумулятивную функцию распределения известного распределения (например, нормального распределения ), вы можете использовать следующие функции из библиотеки SciPy :

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

#generate data from normal distribution
data = np.random.randn (1000)

#sort data
x = np.sort (data)

#calculate CDF values
y = scipy. stats.norm.cdf (x)

#plot CDF
plt.plot (data_sorted, norm_cdf)

#plot CDF
plt.plot (x, y)
plt.xlabel('x') 

Дополнительные ресурсы

CDF и PDF: в чем разница?
Как сделать кривую нормального распределения в Python
Как рассчитать Z-показатели в Python