在拿到數據后，最需要做的工作之一就是查看一下自己的數據分布情況。而針對數據的分布，又包括pdf和cdf兩類。

下面介紹使用python生成pdf的方法：

使用matplotlib的畫圖接口hist()，直接畫出pdf分布；

使用numpy的數據處理函數histogram()，可以生成pdf分布數據，方便進行后續的數據處理，比如進一步生成cdf；

使用seaborn的distplot()，好處是可以進行pdf分布的擬合，查看自己數據的分布類型；

上圖所示為采用3種算法生成的pdf圖。下面是源代碼。

from scipy import stats import matplotlib.pyplot as plt import numpy as np import seaborn as snsarr = np.random.normal(size=100)# plot histogram plt.subplot(221) plt.hist(arr)# obtain histogram data plt.subplot(222) hist, bin_edges = np.histogram(arr) plt.plot(hist)# fit histogram curve plt.subplot(223) sns.distplot(arr, kde=False, fit=stats.gamma, rug=True) plt.show()

?

下面介紹使用python生成cdf的方法：

使用numpy的數據處理函數histogram()，生成pdf分布數據，進一步生成cdf；

使用seaborn的cumfreq()，直接畫出cdf；

上圖所示為采用2種算法生成的cdf圖。下面是源代碼。

from scipy import stats import matplotlib.pyplot as plt import numpy as np import seaborn as snsarr = np.random.normal(size=100)plt.subplot(121) hist, bin_edges = np.histogram(arr) cdf = np.cumsum(hist) plt.plot(cdf)plt.subplot(122) cdf = stats.cumfreq(arr) plt.plot(cdf[0])plt.show()

?

在更多時候，需要把pdf和cdf放在一起，可以更好的顯示數據分布。這個實現需要把pdf和cdf分別進行歸一化。

上圖所示為歸一化的pdf和cdf。下面是源代碼。

from scipy import stats import matplotlib.pyplot as plt import numpy as np import seaborn as snsarr = np.random.normal(size=100)hist, bin_edges = np.histogram(arr) width = (bin_edges[1] - bin_edges[0]) * 0.8 plt.bar(bin_edges[1:], hist/max(hist), width=width, color='#5B9BD5')cdf = np.cumsum(hist/sum(hist)) plt.plot(bin_edges[1:], cdf, '-*', color='#ED7D31')plt.xlim([-2, 2]) plt.ylim([0, 1]) plt.grid()plt.show()

?

轉載于:https://www.cnblogs.com/wangjingchn/p/7376470.html

總結

以上是生活随笔為你收集整理的Python处理PDF与CDF的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。