在 seaborn 中绘制累积分布函数 (cdf) - Python

Seaborn 是一个基于 matplotlib 的 Python 可视化库，提供了更高层次的界面和更好看的图形。在 Seaborn 中绘制累积分布函数 (CDF) 可以帮助我们更加直观地了解数据在不同取值范围内的点密度分布。

本文将介绍如何在 Seaborn 中绘制累积分布函数 (CDF)。

准备工作

在绘制累积分布函数 (CDF) 之前，我们需要先导入必要的包和准备一些数据。

import seaborn as sns
import numpy as np

# 准备一些数据，例如从正态分布中随机生成 1000 个样本
data = np.random.normal(size=1000)

绘制 CDF

在 Seaborn 中绘制累积分布函数 (CDF) 主要有两种方法：使用 sns.ecdfplot() 函数和使用 sns.kdeplot() 函数。

方法一：使用 sns.ecdfplot() 函数

sns.ecdfplot() 函数可以用于绘制经验累积分布函数 (ECDF)，即 CDF。

sns.ecdfplot(data)

该函数可以接受很多参数，例如设置统计量展示、曲线颜色、线型等。下面是一个带有标签、线条粗细为 2 的例子：

sns.ecdfplot(data, label='ECDF', linewidth=2)
plt.legend()

代码执行结果如下：

方法二：使用 sns.kdeplot() 函数

sns.kdeplot() 函数可以用于绘制密度曲线和对应的 CDF。

sns.kdeplot(data, cumulative=True)

该函数也可以接受很多参数，例如设置样本数量、曲线颜色、线型等。下面是一个带有标签、线条粗细为 2 的例子：

sns.kdeplot(data, cumulative=True, label='CDF', linewidth=2)
plt.legend()

代码执行结果如下：

总结

本文介绍了在 Seaborn 中绘制累积分布函数 (CDF) 的两种方法。以上展示的就是完成此任务所需要的全部内容。