डेटा के वितरण की कल्पना करने के लिए रग प्लॉट का उपयोग किया जाता है। यह एक एकल चर के लिए डेटा का एक प्लॉट है, जो एक अक्ष के साथ निशान के रूप में प्रदर्शित होता है। Matplotlib में गलीचा बनाने के लिए, हम निम्नलिखित कदम उठा सकते हैं -
- आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
- numpy का उपयोग करके x डेटा पॉइंट बनाएं।
- गॉसियन कर्नेल का उपयोग करके कर्नेल-घनत्व अनुमान का प्रतिनिधित्व जोड़ें, kde1 और kde2 ।
- एक नया आंकड़ा बनाएं या आंकड़ा () . का उपयोग करके मौजूदा आंकड़े को सक्रिय करें विधि।
- सबप्लॉट व्यवस्था के हिस्से के रूप में आकृति में 'ax1' जोड़ें।
- marker_size=20 . के साथ एक गलीचा प्लॉट बनाएं ।
- प्लॉट x_eval, kde1(x_eval) और kde2(x_eval) प्लॉट () विधि का उपयोग करके डेटा बिंदु।
- भूखंड पर एक किंवदंती रखें।
- आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।
उदाहरण
import numpy as np from scipy import stats import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.array([-6, -4, 2, 1, 4], dtype=np.float) kde1 = stats.gaussian_kde(x) kde2 = stats.gaussian_kde(x, bw_method='silverman') fig = plt.figure() ax = fig.add_subplot(111) ax.plot(x, np.zeros(x.shape), 'b+', ms=20) x_eval = np.linspace(-5, 5, num=10) ax.plot(x_eval, kde1(x_eval), 'k-', label="Scott's Rule") ax.plot(x_eval, kde2(x_eval), 'r-', label="Silverman's Rule") plt.legend(loc='upper right') plt.show()
आउटपुट
यह निम्नलिखित आउटपुट का उत्पादन करेगा