ogive圖形以圖形化方式表示一組數(shù)據(jù)的累積分布函數(shù)（CDF），有時也稱為累積頻率曲線。它用于檢查數(shù)據(jù)分布并發(fā)現(xiàn)模式和趨勢。Matplotlib、Pandas和Numpy是Python提供的一些庫和工具，用于創(chuàng)建ogive圖形。在本教程中，我們將看看如何使用Matplotlib在Python中生成ogive圖形。

要創(chuàng)建一個累積曲線圖，我們需要導(dǎo)入所需的庫。在這個例子中，我們將使用Matplotlib，Pandas和Numpy。Matplotlib是一個流行的數(shù)據(jù)可視化庫，用于在Python中創(chuàng)建交互式圖表和圖形。另一方面，Numpy用于執(zhí)行復(fù)雜的數(shù)學(xué)運算。Pandas是另一個廣泛使用的Python庫，專門用于數(shù)據(jù)操作和分析。

語法

plt.plot(*np.histogram(data, bins), 'o-')

在這個語法中，'data'是用來創(chuàng)建累積曲線圖的數(shù)據(jù)集。數(shù)據(jù)的頻率分布由'np.histogram'函數(shù)確定，該函數(shù)還返回直方圖的值和箱子邊界。使用'plt.plot'創(chuàng)建累積曲線圖，使用' 'o-' '格式字符串來繪制數(shù)據(jù)點并用線連接它們。然后，'*'運算符將直方圖的值和箱子邊界作為單獨的參數(shù)傳遞給'plt.plot'。

示例

這是一個簡單的示例，創(chuàng)建了一個 ogive 圖來可視化一個骰子投擲列表的累積頻率分布。

import numpy as np
import matplotlib.pyplot as plt

# List of dice rolls
rolls = [1, 2, 3, 4, 5, 6, 3, 6, 2, 5, 1, 6, 4, 2, 3, 5, 1, 4, 6, 3]

# Calculate the cumulative frequency
bins = np.arange(0, 8, 1)
freq, bins = np.histogram(rolls, bins=bins)
cumulative_freq = np.cumsum(freq)

# Create the ogive graph
plt.plot(bins[1:], cumulative_freq, '-o')
plt.xlabel('Dice Rolls')
plt.ylabel('Cumulative Frequency')
plt.title('Ogive Graph of Dice Rolls')
plt.show()

首先，我們創(chuàng)建了一個ogive圖來可視化一組骰子擲出結(jié)果的累積頻率分布，通過導(dǎo)入必要的模塊NumPy和Matplotlib來實現(xiàn)。然后，代碼定義了一組骰子擲出結(jié)果，并使用NumPy的直方圖函數(shù)來生成數(shù)據(jù)的“直方圖”，指定數(shù)據(jù)的分組數(shù)和取值范圍。接下來，使用NumPy的'cumsum'函數(shù)表示數(shù)據(jù)的累積頻率。

最后，使用Matplotlib的“plot”函數(shù)將累積頻率繪制為對數(shù)圖，其中每個箱的上限用作x軸，形成ogive圖。所得的ogive圖顯示了骰子投擲的累積頻率分布，其中x軸表示投擲的值，y軸表示這些值在某一點之前的累積頻率。這個圖可以用來分析骰子投擲的頻率和分布。

輸出

示例

這個示例演示了一個ogive圖，用于可視化0到100之間的500個隨機數(shù)的分布。

import numpy as np
import matplotlib.pyplot as plt

# Generate random data
data = np.random.randint(0, 100, 500)

# Calculate the cumulative frequency
bins = np.arange(0, 110, 10)
freq, bins = np.histogram(data, bins=bins)
cumulative_freq = np.cumsum(freq)

# Create the ogive graph
plt.plot(bins[1:], cumulative_freq, '-o')
plt.xlabel('Data')
plt.ylabel('Cumulative Frequency')
plt.title('Ogive Graph of Random Data')
plt.show()

在這個例子中，我們首先使用NumPy生成一個包含500個0到100之間的隨機數(shù)的數(shù)據(jù)集。然后使用NumPy計算出數(shù)據(jù)的累積頻率，每個頻率的區(qū)間寬度為10。最后，使用Matplotlib繪制累積頻率與每個區(qū)間的上限之間的關(guān)系，生成ogive圖。這個例子演示了如何使用Python和隨機生成的數(shù)據(jù)創(chuàng)建ogive圖。

輸出

我們學(xué)會了使用Matplotlib模塊在Python中創(chuàng)建累積曲線圖，這是一個簡單的過程，使用matplotlib庫。通過加載數(shù)據(jù)、計算累積頻率并繪制結(jié)果，您可以輕松地可視化數(shù)據(jù)集的分布，并識別任何模式或趨勢。您可以使用標簽、標題和樣式自定義您的圖形，使其更具視覺吸引力和信息量。累積曲線圖是統(tǒng)計分析中有用的工具，可以表示各種數(shù)據(jù)，從收入分布到考試成績。

以上是如何在Python中創(chuàng)建累積曲線圖？的詳細內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！