Xem thảo luận
Cải thiện bài viết
Lưu bài viết
Xem thảo luận
Cải thiện bài viết
Lưu bài viết
ĐọcMatplotlib
Bàn luận
Điều kiện tiên quyết: matplotlib & nbsp;
- Matplotlib là một thư viện trong Python và nó là một phần mở rộng toán học cho thư viện Numpy. & nbsp; Hàm phân phối tích lũy [CDF] của biến ngẫu nhiên có giá trị thực X, hoặc chỉ hàm phân phối của X, được đánh giá tại X, là xác suất x sẽ có giá trị thấp hơn hoặc bằng x.
- Thuộc tính của CDF:
- Mỗi hàm phân phối tích lũy F [x] không giảm
Nếu giá trị tối đa của hàm CDF ở x, f [x] = 1.
CDF dao động từ 0 đến 1.
Phương pháp 1: Sử dụng biểu đồ
CDF có thể được tính toán bằng PDF [hàm phân phối xác suất]. Mỗi điểm của biến ngẫu nhiên sẽ đóng góp tích lũy để tạo thành CDF.
Ví dụ: & nbsp;
Một bộ kết hợp chứa 2 quả bóng có thể có màu đỏ hoặc màu xanh có thể nằm trong tập hợp sau.
{Rr, rb, br, bb}
T -> Không có bóng đỏ.
P [x = t] -> t = 0: 1/4 [bb] & nbsp;
& nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; T = 1: 2/4 [RB, BR]
& nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; t = 2: 1/4 [RR]
CDF:
F [x] = p [x
x = 0: p [0] & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; -> 1/4
x = 1: p [1] + p [0] & nbsp; & nbsp; & nbsp; & nbsp;-> 3/4
- x = 2: p [2] + p [1] + p [0] -> 1
- Cách tiếp cận
- Nhập các mô -đun
- Khai báo số điểm dữ liệu
- Khởi tạo các giá trị ngẫu nhiên
- Biểu đồ biểu đồ bằng cách sử dụng dữ liệu trên
- Nhận dữ liệu biểu đồ
- Tìm PDF bằng dữ liệu biểu đồ
Example:
Python3
Tính CDF
Lô đất CDF
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
N = numpy as np0
numpy as np1= numpy as np3
numpy as np4= numpy as np6=____numpy as np8numpy as np9
import9matplotlib.pyplot as plt0matplotlib.pyplot as plt1=matplotlib.pyplot as plt3matplotlib.pyplot as plt4=matplotlib.pyplot as plt6numpy as np9
import9matplotlib.pyplot as plt0import0=import2numpy as np9
import4
Output:
import0____9 import22____23 import4import5
import6= import8
Biểu đồ biểu đồ của PDF và CDF:
CDF đã vẽ:
Cdf âm mưu
x = 1: p [1] + p [0] & nbsp; & nbsp; & nbsp; & nbsp;-> 3/4
- x = 2: p [2] + p [1] + p [0] -> 1
- Cách tiếp cận
- Nhập các mô -đun
- Khai báo số điểm dữ liệu
- Khởi tạo các giá trị ngẫu nhiên
- Tìm PDF bằng dữ liệu biểu đồ
- Tính CDF
Example:
Python3
Tính CDF
Lô đất CDF
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
N = numpy as np0
numpy as np1= numpy as np3
%8%9numpy as np9
matplotlib inline1matplotlib inline2numpy as np9
matplotlib inline4matplotlib inline5numpy as np9
matplotlib inline7=matplotlib inline9numpy as np9
Output: