本文简要介绍 python 语言中 scipy.stats._result_classes.FitResult.plot
的用法。
用法:
FitResult.plot(ax=None, *, plot_type='hist')#
直观地将数据与拟合分布进行比较。
仅当安装了
matplotlib
时才可用。- ax:
matplotlib.axes.Axes
用于绘制绘图的 Axes 对象,否则使用当前 Axes。
- plot_type: {“hist”, “qq”, “pp”, “cdf”}
要绘制的绘图类型。选项包括:
“hist”:将拟合分布的 PDF/PMF 叠加在数据的归一化直方图上。
“qq”:理论分位数与经验分位数的散点图。具体来说,x 坐标是在百分位数
(np.arange(1, n) - 0.5)/n
处评估的拟合分布 PPF 的值,其中n
是数据点的数量,y 坐标是排序的数据点。“pp”:理论百分位数与观察到的百分位数的散点图。具体来说,x 坐标是百分位数
(np.arange(1, n) - 0.5)/n
,其中n
是数据点的数量,y 坐标是在排序数据点处评估的拟合分布 CDF 的值。“cdf”:将拟合分布的 CDF 叠加到经验 CDF 上。具体来说,经验 CDF 的 x 坐标是排序的数据点,y 坐标是百分位数
(np.arange(1, n) - 0.5)/n
,其中n
是数据点的数量。
- ax:
- ax:
matplotlib.axes.Axes
绘制绘图的 matplotlib Axes 对象。
- ax:
参数 ::
返回 ::
例子:
>>> import numpy as np >>> from scipy import stats >>> import matplotlib.pyplot as plt # matplotlib must be installed >>> rng = np.random.default_rng() >>> data = stats.nbinom(5, 0.5).rvs(size=1000, random_state=rng) >>> bounds = [(0, 30), (0, 1)] >>> res = stats.fit(stats.nbinom, data, bounds) >>> ax = res.plot() # save matplotlib Axes object
matplotlib.axes.Axes
对象可用于自定义绘图。有关详细信息,请参阅matplotlib.axes.Axes
文档。>>> ax.set_xlabel('number of trials') # customize axis label >>> ax.get_children()[0].set_linewidth(5) # customize line widths >>> ax.legend() >>> plt.show()
相关用法
- Python SciPy FortranFile.read_record用法及代码示例
- Python SciPy FortranFile.write_record用法及代码示例
- Python SciPy FastGeneratorInversion.evaluate_error用法及代码示例
- Python SciPy FastGeneratorInversion.support用法及代码示例
- Python SciPy interpolate.make_interp_spline用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy ClusterNode.pre_order用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy ndimage.correlate用法及代码示例
- Python SciPy special.exp1用法及代码示例
- Python SciPy special.expn用法及代码示例
- Python SciPy signal.czt_points用法及代码示例
- Python SciPy interpolate.krogh_interpolate用法及代码示例
- Python SciPy ndimage.morphological_gradient用法及代码示例
- Python SciPy distance.sokalmichener用法及代码示例
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
- Python SciPy csc_array.diagonal用法及代码示例
- Python SciPy fft.idctn用法及代码示例
- Python SciPy linalg.LaplacianNd用法及代码示例
- Python SciPy linalg.solve_circulant用法及代码示例
- Python SciPy hierarchy.ward用法及代码示例
- Python SciPy signal.chirp用法及代码示例
- Python SciPy stats.genpareto用法及代码示例
- Python SciPy ndimage.variance用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats._result_classes.FitResult.plot。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。