Comment créer un graphique de courbe cumulée en Python ?

Le graphique

ogive représente graphiquement la fonction de distribution cumulative (CDF) d'un ensemble de données, parfois également appelée courbe de fréquence cumulée. Il est utilisé pour examiner la distribution des données et découvrir des modèles et des tendances. Matplotlib, Pandas et Numpy sont quelques-unes des bibliothèques et outils fournis par Python pour créer des graphiques créatifs. Dans ce tutoriel, nous verrons comment utiliser Matplotlib pour générer des graphiques ogives en Python.

Pour créer un graphique de courbes cumulées, nous devons importer les bibliothèques requises. Dans cet exemple, nous utiliserons Matplotlib, Pandas et Numpy. Matplotlib est une bibliothèque de visualisation de données populaire pour créer des tableaux et des graphiques interactifs en Python. Numpy, quant à lui, est utilisé pour effectuer des opérations mathématiques complexes. Pandas est une autre bibliothèque Python largement utilisée, spécialisée dans la manipulation et l'analyse de données.

Grammaire

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

Dans cette syntaxe, « données » est l'ensemble de données utilisé pour créer le graphique de courbes cumulées. La distribution de fréquence des données est déterminée par la fonction « np.histogram », qui renvoie également les valeurs de l'histogramme et les limites des compartiments. Utilisez 'plt.plot' pour créer un tracé de courbe cumulatif, en utilisant la chaîne de format ' 'o-' ' pour tracer les points de données et les connecter avec des lignes. L'opérateur '*' transmet ensuite les valeurs de l'histogramme et les limites de bin en tant qu'arguments distincts à 'plt.plot'.

Exemple

Il s'agit d'un exemple simple qui crée un tracé en ogive pour visualiser la distribution de fréquence cumulée d'une liste de lancers de dés.

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()

Tout d'abord, nous avons créé un tracé en ogive pour visualiser la distribution de fréquence cumulée d'un ensemble de lancers de dés, en important les modules nécessaires NumPy et Matplotlib. Ensuite, le code définit un ensemble de résultats de lancer de dés et utilise la fonction d'histogramme de NumPy pour générer un « histogramme » des données, spécifiant le nombre de groupes et la plage de valeurs des données. Ensuite, utilisez la fonction « cumsum » de NumPy pour représenter la fréquence cumulée des données.

Enfin, utilisez la fonction "plot" de Matplotlib pour tracer les fréquences cumulées sous forme de tracé logarithmique, avec la limite supérieure de chaque case utilisée comme axe des x, formant un tracé en ogive. Le tracé en ogive résultant montre la distribution de fréquence cumulée des lancers de dés, où l'axe des x représente les valeurs lancées et l'axe des y représente la fréquence cumulée de ces valeurs jusqu'à un certain point. Ce graphique peut être utilisé pour analyser la fréquence et la répartition des lancers de dés.

Sortie

Exemple

Cet exemple montre un tracé en ogive pour visualiser la distribution de 500 nombres aléatoires entre 0 et 100.

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()

Dans cet exemple, nous utilisons d'abord NumPy pour générer un ensemble de données contenant 500 nombres aléatoires compris entre 0 et 100. Utilisez ensuite NumPy pour calculer la fréquence cumulée des données, et la largeur d'intervalle de chaque fréquence est de 10. Enfin, utilisez Matplotlib pour tracer la relation entre la fréquence cumulée et la limite supérieure de chaque intervalle afin de générer un tracé en ogive. Cet exemple montre comment créer un tracé en ogive à l'aide de Python et de données générées aléatoirement.

Sortie

Nous avons appris à créer des tracés de courbes cumulatives en Python à l'aide du module Matplotlib, qui est un processus simple utilisant la bibliothèque matplotlib. En chargeant vos données, en calculant les fréquences cumulées et en traçant les résultats, vous pouvez facilement visualiser la distribution de votre ensemble de données et identifier les modèles ou tendances. Vous pouvez personnaliser vos graphiques avec des étiquettes, des titres et des styles pour les rendre plus attrayants et informatifs. Les graphiques linéaires cumulatifs sont des outils utiles en analyse statistique et peuvent représenter une variété de données, depuis la répartition des revenus jusqu'aux résultats des tests.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!