ogive 그래프는 데이터 집합의 누적 분포 함수(CDF)를 그래픽으로 표현하며, 누적 빈도 곡선이라고도 합니다. 데이터 분포를 조사하고 패턴과 추세를 발견하는 데 사용됩니다. Matplotlib, Pandas 및 Numpy는 멋진 그래픽을 생성하기 위해 Python에서 제공하는 라이브러리 및 도구 중 일부입니다. 이 튜토리얼에서는 Matplotlib을 사용하여 Python에서 ogive 그래픽을 생성하는 방법을 살펴보겠습니다.
누적 곡선 차트를 생성하려면 필수 라이브러리를 가져와야 합니다. 이 예에서는 Matplotlib, Pandas 및 Numpy를 사용합니다. Matplotlib는 Python에서 대화형 차트와 그래프를 만드는 데 널리 사용되는 데이터 시각화 라이브러리입니다. 반면 Numpy는 복잡한 수학 연산을 수행하는 데 사용됩니다. Pandas는 데이터 조작 및 분석에 특화된 널리 사용되는 또 다른 Python 라이브러리입니다.
이 구문에서 '데이터'는 누적 곡선 차트를 만드는 데 사용되는 데이터 세트입니다. 데이터의 빈도 분포는 히스토그램의 값과 빈 경계도 반환하는 'np.histogram' 함수에 의해 결정됩니다. 누적 곡선 플롯을 생성하려면 'plt.plot'을 사용하고 ''o-'' 형식 문자열을 사용하여 데이터 포인트를 플롯하고 이를 선으로 연결합니다. 그런 다음 '*' 연산자는 히스토그램 값과 Bin 경계를 별도의 인수로 'plt.plot'에 전달합니다.
이것은 주사위 던지기 목록의 누적 빈도 분포를 시각화하기 위해 ogive 플롯을 생성하는 간단한 예입니다.
으아악먼저, 필요한 모듈 NumPy 및 Matplotlib를 가져와 주사위 굴림 세트의 누적 빈도 분포를 시각화하기 위한 ogive 플롯을 만들었습니다. 그런 다음 코드는 일련의 주사위 굴리기 결과를 정의하고 NumPy의 히스토그램 기능을 사용하여 데이터의 "히스토그램"을 생성하고 데이터의 그룹 수와 값 범위를 지정합니다. 다음으로 NumPy의 'cumsum' 함수를 사용하여 데이터의 누적 빈도를 나타냅니다.
마지막으로 Matplotlib의 "플롯" 기능을 사용하여 누적 빈도를 로그 플롯으로 플롯하고 각 빈의 상한을 x축으로 사용하여 ogive 플롯을 형성합니다. 결과 ogive 플롯은 주사위 던지기의 누적 빈도 분포를 보여줍니다. 여기서 x축은 굴린 값을 나타내고 y축은 특정 지점까지 해당 값의 누적 빈도를 나타냅니다. 이 그래프는 주사위 던지기의 빈도와 분포를 분석하는 데 사용될 수 있습니다.
이 예는 0과 100 사이의 500개의 난수 분포를 시각화하기 위한 ogive 플롯을 보여줍니다.
으아악이 예에서는 먼저 NumPy를 사용하여 0에서 100 사이의 500개의 난수를 포함하는 데이터 세트를 생성합니다. 그런 다음 NumPy를 사용하여 데이터의 누적 빈도를 계산하고 각 빈도의 간격 너비는 10입니다. 마지막으로 Matplotlib를 사용하여 누적 빈도와 각 구간의 상한 사이의 관계를 플롯하여 ogive 플롯을 생성합니다. 이 예에서는 Python과 무작위로 생성된 데이터를 사용하여 ogive 플롯을 생성하는 방법을 보여줍니다.
우리는 matplotlib 라이브러리를 사용하는 간단한 프로세스인 Matplotlib 모듈을 사용하여 Python에서 누적 곡선 플롯을 만드는 방법을 배웠습니다. 데이터를 로드하고, 누적 빈도를 계산하고, 결과를 도표화하면 데이터 세트의 분포를 쉽게 시각화하고 패턴이나 추세를 식별할 수 있습니다. 레이블, 제목, 스타일을 사용하여 그래픽을 사용자 정의하여 시각적으로 더욱 매력적이고 유익하게 만들 수 있습니다. 누적 선 그래프는 통계 분석에 유용한 도구이며 소득 분포부터 시험 점수까지 다양한 데이터를 나타낼 수 있습니다.
위 내용은 Python에서 누적 곡선 그래프를 만드는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!