Я хочу построить в CDF данных на логнормальном вероятности график, как показано ниже:Python Логнормального Вероятность Plot
Я хочу топоры чешуйка на моем участке, чтобы выглядеть, только перевернутые (с вероятностью на оси х). Обратите внимание, что вышеописанная ось Y не просто логарифмическая шкала. Также я не уверен, почему ось x выше повторяет 1-9 вместо перехода на 10-99 и т. Д., Но игнорирует эту часть.
Вот что у меня есть. Я использую метод, чтобы сделать CDF, как описано here
mu, sigma = 3., 1. # mean and standard deviation
data = np.random.lognormal(mu, sigma, 1000)
#Make CDF
dataSorted = np.sort(data)
dataCdf = np.linspace(0,1,len(dataSorted))
plt.plot(dataCdf, dataSorted)
plt.gca().set_yscale('log')
plt.xlabel('probability')
plt.ylabel('value')
Теперь мне просто нужен способ, чтобы масштабировать свою ось х как ось у на картинке выше.
Это то, что вам нужно: [Plot логарифмических осей с Matplotlib в питоне] (http://stackoverflow.com/questions/773814/plot-logarithmic-axes-with-matplotlib-in -python)? – Lucas
Разве не очевидно, как вы можете сделать логарифмическую ось x из вашего текущего кода? 'plt.gca(). set_yscale ('log')' -> 'plt.gca(). set_xscale ('log')' –
Шкала x (или y-масштаб в осях примера) не является логарифмической. Я изменил образ осей примера для ясности. «Средние» значения вероятности близки друг к другу, большие/малые друг от друга. Его похоже на его логарифмическое значение до 0,5 и «обратно» логарифмическое от 0,5 до 1 – hm8