我有一个数据框,其中包含名为“每年千美元”和“雇员”的两列。
我通过计算 df['thousands of dollars per year'] 中的数据在此数据框中创建一个名为“cubic_Root”的新变量
df['cubic_Root'] = -1 / df['thousands of dollars per year'] ** (1. / 3)
df['cubic_Root'] 中的数据是这样的:
ID cubic_Root
1 -0.629961
2 -0.405480
3 -0.329317
4 -0.480750
5 -0.305711
6 -0.449644
7 -0.449644
8 -0.480750
现在!如何使用 df['cubic_Root'] 中的数据绘制正态概率图。
最佳答案
您需要“概率”图。
因此对于单个图,您会得到如下所示的内容。
import scipy.stats
import numpy as np
import matplotlib.pyplot as plt
# 100 values from a normal distribution with a std of 3 and a mean of 0.5
data = 3.0 * np.random.randn(100) + 0.5
counts, start, dx, _ = scipy.stats.cumfreq(data, numbins=20)
x = np.arange(counts.size) * dx + start
plt.plot(x, counts, 'ro')
plt.xlabel('Value')
plt.ylabel('Cumulative Frequency')
plt.show()
如果你想绘制一个分布,并且你知道它,将它定义为一个函数,然后这样绘制它:
import numpy as np
from matplotlib import pyplot as plt
def my_dist(x):
return np.exp(-x ** 2)
x = np.arange(-100, 100)
p = my_dist(x)
plt.plot(x, p)
plt.show()
如果您没有作为分析函数的精确分布,也许您可以生成一个大样本,绘制直方图并以某种方式平滑数据:
import numpy as np
from scipy.interpolate import UnivariateSpline
from matplotlib import pyplot as plt
N = 1000
n = N/10
s = np.random.normal(size=N) # generate your data sample with N elements
p, x = np.histogram(s, bins=n) # bin it into n = N/10 bins
x = x[:-1] + (x[1] - x[0])/2 # convert bin edges to centers
f = UnivariateSpline(x, p, s=n)
plt.plot(x, f(x))
plt.show()
您可以在 UnivariateSpline 函数调用中增加或减少 s(平滑因子)以增加或减少平滑。例如,使用你得到的两个:
事件到达间隔时间的概率密度函数 (PDF)。
import numpy as np
import scipy.stats
# generate data samples
data = scipy.stats.expon.rvs(loc=0, scale=1, size=1000, random_state=123)
然后可以通过简单地调用获得核密度估计
scipy.stats.gaussian_kde(data,bw_method=bw)
其中 bw 是估计过程的(可选)参数。对于这个数据集,考虑 bw 的三个值,拟合如下所示
# test values for the bw_method option ('None' is the default value)
bw_values = [None, 0.1, 0.01]
# generate a list of kde estimators for each bw
kde = [scipy.stats.gaussian_kde(data,bw_method=bw) for bw in bw_values]
# plot (normalized) histogram of the data
import matplotlib.pyplot as plt
plt.hist(data, 50, normed=1, facecolor='green', alpha=0.5);
# plot density estimates
t_range = np.linspace(-2,8,200)
for i, bw in enumerate(bw_values):
plt.plot(t_range,kde[i](t_range),lw=2, label='bw = '+str(bw))
plt.xlim(-1,6)
plt.legend(loc='best')
引用:
Python: Matplotlib - probability plot for several data set
how to plot Probability density Function (PDF) of inter-arrival time of events?
关于python - 如何使用Python通过使用dataFrame中的某列数据绘制正态概率图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46127030/