如何在matplotlib中显示标准偏差以及正态分布图中的值？

问题描述

我希望看到标准分布（或累积百分比）以及正态分布中的值，类似这样。

以下代码生成 X 轴的值。

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
  
vals = np.random.randint(0,10,1000)
vals.sort()

mean = np.mean(vals)
sd = np.std(vals)
pdf = stats.norm.pdf(vals,mean,sd)

fig = plt.figure(figsize=(6,5))
ax = fig.add_subplot(111)

ax.plot(vals,pdf,c='blue',marker='.')
ax.set_xlabel("vals",fontsize=10)
ax.set_ylabel("p",fontsize=10)
ax.grid(b=True,which='major',color='0.55',linestyle='--')
ax.grid(b=True,which='minor',color='0.85',linestyle='--')
ax.minorticks_on()

plt.show()

解决方法

你可以这样做：

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
  
vals = np.random.randint(0,10,1000)
vals.sort()

na = np.array(vals,dtype='float')


mean = np.mean(vals)
sd = np.std(vals)
pdf = stats.norm.pdf(vals,mean,sd)


fl = True
l = []
l.append(mean)
co = 1
while(fl):
    left = mean-(co*sd)
    l.insert(0,left)
    right = mean+(co*sd)
    l.insert(len(l),right)
    if ((left<=vals[0]) | (right>=vals[-1])):
        fl = False
    co = co +1;
    

fig = plt.figure(figsize=(6,5))
ax = fig.add_subplot(111)

ax.plot(vals,pdf,c='blue',marker='.')
ax.set_xlabel("vals",fontsize=10)
ax.set_ylabel("p",fontsize=10)
ax.grid(b=True,which='major',color='0.55',linestyle='--')
ax.grid(b=True,which='minor',color='0.85',linestyle='--')

ax.minorticks_on()
g = lambda x: stats.norm.cdf(x,loc=mean,scale=sd)
for a,b in list(zip(l[1:],l)):
    plt.axvline(a,color='red',label='z=ε')
    plt.axvline(b,label='z=ε')
    plt.fill_between(vals,where=((b<=na) | (na<=a)),color='gray')
    plt.text(a-sd,0.05,"{:.2f}".format((g(a)-g(b))),fontsize=12,rotation=45)
plt.show()

可以根据您的要求随意编辑代码。

,

感谢@Pygirl 对 Z 分数的初步想法，这符合我的目的。话虽如此，非常感谢您用累积百分比修改脚本的努力，干杯！

以下是对我有用的方法。

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

np.random.seed(42)

vals = np.random.randint(0,1000)
vals.sort()

mean = np.mean(vals)
sd = np.std(vals)
pdf = stats.norm.pdf(vals,sd)

zScore = stats.zscore(vals)

fig = plt.figure(figsize=(6,c='b',color='0.5',linestyle='--')


ax2 = ax.twiny()
ax2.plot(zScore,marker='.')
ax2.grid(b=True,color='r',linestyle='-')
ax2.set_xlabel("zScore",fontsize=10)
plt.show()