python中散点图下的面积

我有两个数字列表，xs和ys：

xs = [2, 5, 4]
ys = [6, 7, 8]

并使用matplotlib库打印它们：

import matplotlib.pyplot as plt
plt.plot(xs, ys, 'bo')

现在，我想计算绘图下的面积。我尝试了excel方法：

sum = 0
for i in range(1, len(xs)):
    y = ys[i] + ys[i - 1]
    x = xs[i] - xs[i - 1]
    sum = sum + (y/2 * x)

但答案并不总是正确的。然后试着这样做：

from sklearn.metrics import auc
print('computed AUC using sklearn.metrics.auc: {}'.format(auc(xs,ys)))

---

但不适用于未排序的xs。那么如何计算绘图下的面积呢？

对于离散点，您的积分公式似乎是正确的。我很难理解你想要曲线下的面积。按照你写的方式，在x轴上不排序，它得到从点[0]到点[1]的线下面积，然后从点[1]到点[2]减去面积。如果这是你的情况，那么它确实有效

如果你想让它们直接位于所有3点的下方，我会对X进行排序。如果你想得到曲线下的面积，即使考虑到它本身是双倍的，我会在for循环中取x的绝对值。abs（）

如果希望曲线下的面积不重复计算点[1]和点[2]之间的面积。我会写

import matplotlib.pyplot as plt
xs = [2, 5, 4]
x_sort = sorted(xs)
ys = [6, 7, 8]
sum = 0
plt.plot(xs, ys, 'bo')
plt.show()
for i in range(1, len(xs)):
    slope = (xs[i]-xs[i-1])/(ys[i] - ys[i-1])
    delta_x = x_sort[i] - x_sort[i - 1]
    delta_y =  ys[i - 1] + (ys[i-1] + delta_x * slope)
    sum = sum + (delta_y/2 * delta_x)
print(sum)

这将获取未排序点之间的斜率，并将其应用于排序值之间，如果您按照[xs，ys]对的顺序连接线，则会得到图形正下方的区域

---

我希望这有助于回答你的问题

有什么原因不能对X进行排序吗？事实上，我只是想知道，是否有任何方法可以不进行排序就计算AUC。如果不对点进行排序，那么曲线就是这样的。在这种情况下，您希望AUC是什么？