Python SciPy累积分布函数绘图

我在绘制累积分布函数时遇到问题

到目前为止，我发现：

scipy.stats.beta.cdf(0.2,6,7)

但这只给了我一点

这将是我用来绘制的：

pylab.plot()
pylab.show()

我希望它看起来像这样：

---

当

p=.2

且边界停止一次

y=1

或接近1时，

cdf

的第一个参数可以是一个值数组，而不是单个值。然后它将返回一个值数组

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

x = np.linspace(0,20,100)
cdf = stats.binom.cdf
plt.plot(x,cdf(x, 50, 0.2))
plt.show()

---

我认为上面的用户ubuntu没有建议使用正确的函数。 事实上，他的答案是非常误导和不正确的

请注意，

binom.cdf（）

是一个函数，用于计算由n和p指定的二项分布的cdf，

二项（n，p）

。也就是说，它为x中的每个值返回该随机变量的cdf值，而不是向量x指定的离散分布的实际cdf函数

要计算由向量x定义的任何分布的cdf，只需使用

histogram（）

函数：

import numpy as np
hist, bin_edges = np.histogram(np.random.randint(0,10,100), normed=True)
cdf = cumsum(hist)

---

或者，只需使用matplotlib中的

hist（）

plotting函数。

这正是我想要的！非常感谢你！我花了大约3个小时的时间来做这样的事情。但我仍然很难从概念上理解这一点。对于stat.beta.cdf，这个linspace（0,20100）是什么？我只是使用了错误的代码吗？我看到您使用了stats.binom.cdf（0,20100）创建了一个numpy数组，其中包含100个均匀分布的值，这些值介于0和20之间（包括0和20）。（请尝试打印（np.linspace（0,20,10））。实验是值得的！）因为您发布了一个指向二项式cdf图的链接，我使用了而不是。我仍然对stats.binom.cdf（x，50,0.2）的工作原理感到困惑。。。我知道x可以是一个数组，我知道p=0.2，但为什么是50？我已经使用了这些数字，并阅读了手册，但仍然没有意义……在上，您将看到一个使用

binom.cdf（x，n，p）

的示例。

x

可以是任何类似数组的对象

n

是投掷次数，

p

是成功概率。通过查看并与此匹配，可以理解参数的含义。同意您的评论。你的解是有效的，另一个只适用于二项分布