scipy.stats._result_classes.FitResult.

plot#

FitResult.plot(ax=None, *, plot_type='hist')[источник]#

Визуально сравнить данные с подобранным распределением.

Доступно только если matplotlib установлен.

Параметры:
axmatplotlib.axes.Axes

Объект осей для отрисовки графика, иначе используется текущая ось.

plot_type{“hist”, “qq”, “pp”, “cdf”}

Тип графика для отрисовки. Варианты включают:

  • “hist”: Накладывает PDF/PMF подобранного распределения на нормализованную гистограмму данных.

  • “qq”: Точечная диаграмма теоретических квантилей против эмпирических квантилей. Конкретно, x-координаты — это значения PPF подобранного распределения, вычисленные на процентилях (np.arange(1, n) - 0.5)/n, где n — это количество точек данных, а y-координаты — отсортированные точки данных.

  • “pp”: Точечная диаграмма теоретических процентилей против наблюдаемых процентилей. В частности, x-координаты — это процентили (np.arange(1, n) - 0.5)/n, где n это количество точек данных, а y-координаты — значения CDF подобранного распределения, вычисленные в отсортированных точках данных.

  • "cdf": Накладывает CDF подобранного распределения на эмпирическую CDF. Конкретно, x-координаты эмпирической CDF - это отсортированные точки данных, а y-координаты - процентили (np.arange(1, n) - 0.5)/n, где n это количество точек данных.

Возвращает:
axmatplotlib.axes.Axes

Объект matplotlib Axes, на котором был построен график.

Примеры

>>> import numpy as np
>>> from scipy import stats
>>> import matplotlib.pyplot as plt  # matplotlib must be installed
>>> rng = np.random.default_rng()
>>> data = stats.nbinom(5, 0.5).rvs(size=1000, random_state=rng)
>>> bounds = [(0, 30), (0, 1)]
>>> res = stats.fit(stats.nbinom, data, bounds)
>>> ax = res.plot()  # save matplotlib Axes object

The matplotlib.axes.Axes объект может быть использован для настройки графика. Смотрите matplotlib.axes.Axes подробности в документации.

>>> ax.set_xlabel('number of trials')  # customize axis label
>>> ax.get_children()[0].set_linewidth(5)  # customize line widths
>>> ax.legend()
>>> plt.show()
../../_images/scipy-stats-_result_classes-FitResult-plot-1.png
На этой странице