Python 在单个绘图中绘制多个CDF

我创建了一个函数，用于计算数据帧列的

CDF

。它返回一个新的数据帧，其中传递了

列

，

频率

，计算了

PDF

，以及

CDF

，如下所示：

import pandas as pd
import numpy as np

def compute_distrib(df, col):
    stats_df = df.groupby(col)[col].agg('count').pipe(pd.DataFrame).rename(columns = {col: 'frequency'})
    
    # PDF
    stats_df['pdf'] = stats_df['frequency'] / sum(stats_df['frequency'])
    
    # CDF
    stats_df['cdf'] = stats_df['pdf'].cumsum()
    stats_df = stats_df.reset_index()
    return stats_df

因此，以以下数据帧为例：

df = pd.DataFrame(np.random.randn(100,4), columns=list('ABCD'))

要计算

CDF

，我需要：

df_n = compute_distrib(df, 'B')
df_n.head()
      B     frequency   pdf     cdf
0   -2.124058   1      0.01     0.01
1   -1.949440   1      0.01     0.02
2   -1.738689   1      0.01     0.03
3   -1.733489   1      0.01     0.04
4   -1.693070   1      0.01     0.05

然后绘制

CDF

：

df_n.plot(x='B', y=['cdf'], grid=True)
plt.show()

---

但此函数允许我仅从原始

df

绘制1列的

CDF

。如何在单个绘图中绘制列

A、B、C、D的
CDF
。我认为它会更容易使用或使用。我将稍微修改您的
compute\u发行版
，因为我认为最好避免使用带有列名的x

资料
将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（np.random.randn（100,4），columns=list（'ABCD'））
def计算分布（df，col）：
stats_df=df.groupby（col）[col].agg（'count'）\
.pipe（pd.DataFrame）.rename（列={col:'frequency'}）
#PDF
统计数据df['pdf']=统计数据df['frequency']/sum（统计数据df['frequency']）
#CDF
stats_df['cdf']=stats_df['pdf'].cumsum（）
#修改
stats\u df=stats\u df.reset\u index（）\
.rename（列={col:“x”}）
统计数据_df[“列”]=列
返回数据
#我计算每列的cdf
cdf=[]
对于列表中的列（“ABCD”）：
附加（计算分布（df，col））
cdf=pd.concat（cdf，忽略索引=True）

plotly.express
将plotly.express导入为px
像素线（cdf，x=“x”，y=“cdf”，color=“col”）


seaborn
导入seaborn作为sns
sns.线形图（x=cdf[“x”]，
y=cdf[“cdf”]，
色调=cdf[“颜色]）；


额外示例
我不确定是否是这种情况，但有一种方法可以只绘制
cdf
，而不事先计算它

seaborn
导入seaborn作为sns
df1=pd.melt（df，var_name=“col”，value_name=“x”）
kwargs={'cumulative'：True}
对于df1.groupby（“col”）中的grp：
label=grp[0]
grp=grp[1]
kwargs[“标签”]=标签
sns.distplot（grp[“x”]，hist=False，kde_kws=kwargs）

在这里，我并不是提供一个唯一的解决方案。我认为它会更容易使用或使用。我将稍微修改您的
compute\u发行版
，因为我认为最好避免使用带有列名的x

资料
将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（np.random.randn（100,4），columns=list（'ABCD'））
def计算分布（df，col）：
stats_df=df.groupby（col）[col].agg（'count'）\
.pipe（pd.DataFrame）.rename（列={col:'frequency'}）
#PDF
统计数据df['pdf']=统计数据df['frequency']/sum（统计数据df['frequency']）
#CDF
stats_df['cdf']=stats_df['pdf'].cumsum（）
#修改
stats\u df=stats\u df.reset\u index（）\
.rename（列={col:“x”}）
统计数据_df[“列”]=列
返回数据
#我计算每列的cdf
cdf=[]
对于列表中的列（“ABCD”）：
附加（计算分布（df，col））
cdf=pd.concat（cdf，忽略索引=True）

plotly.express
将plotly.express导入为px
像素线（cdf，x=“x”，y=“cdf”，color=“col”）


seaborn
导入seaborn作为sns
sns.线形图（x=cdf[“x”]，
y=cdf[“cdf”]，
色调=cdf[“颜色]）；


额外示例
我不确定是否是这种情况，但有一种方法可以只绘制
cdf
，而不事先计算它

seaborn
导入seaborn作为sns
df1=pd.melt（df，var_name=“col”，value_name=“x”）
kwargs={'cumulative'：True}
对于df1.groupby（“col”）中的grp：
label=grp[0]
grp=grp[1]
kwargs[“标签”]=标签
sns.distplot（grp[“x”]，hist=False，kde_kws=kwargs）

你真的不需要
plt.show（）
你真的不需要
plt.show（）
太棒了，你让我开心了。我刚刚添加了一个示例。很有趣，所以不需要编写自定义函数。是的。我建议您探索
seaborn
。它提供了许多内置的解决方案。我的错。现在已经修好了。太棒了，你让我开心了。我刚刚添加了一个示例。很有趣，所以不需要编写自定义函数。是的。我建议您探索
seaborn
。它提供了许多内置的解决方案。我的错。现在修好了。