在Python中,您可以使用matplotlib和scipy庫(kù)來(lái)繪制CDF(累積分布函數(shù))的圖像
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
# 定義一個(gè)正態(tài)分布的例子
mu, sigma = 0, 1 # 均值和標(biāo)準(zhǔn)差
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) # 生成x軸上的點(diǎn)
y = norm.cdf(x, mu, sigma) # 計(jì)算相應(yīng)的CDF值
# 繪制CDF圖像
plt.plot(x, y)
plt.xlabel('X-axis')
plt.ylabel('CDF')
plt.title('CDF of a Normal Distribution (mu=0, sigma=1)')
plt.grid()
plt.show()
這段代碼首先導(dǎo)入了所需的庫(kù),然后定義了一個(gè)正態(tài)分布(均值為0,標(biāo)準(zhǔn)差為1)。接下來(lái),我們生成了x軸上的點(diǎn),并計(jì)算了相應(yīng)的CDF值。最后,我們使用matplotlib繪制了CDF圖像。
您可以根據(jù)需要修改mu
和sigma
參數(shù)以及x軸上的點(diǎn)來(lái)繪制不同分布的CDF圖像。對(duì)于其他分布,您可以使用scipy.stats中的其他函數(shù),例如uniform
、expon
等。