ขั้นตอนการทำงาน
- กำหนดขนาดรูปภาพและปรับระยะห่างระหว่างและรอบๆ subplots
- กำหนดตัวแปร N สำหรับจำนวนข้อมูลตัวอย่าง
- สร้างข้อมูลสุ่มด้วย numpy
- คำนวณฮิสโตแกรมด้วย data และ bins=10
- หา Probability Distribution Function (PDF)
- คำนวณ CDF จาก PDF
- พล็อต CDF ด้วย plot() พร้อม label "CDF"
- วาง legend บนกราฟ
- ใช้เมธอด show() เพื่อแสดงรูปภาพ
ตัวอย่างโค้ด
import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True N = 500 data = np.random.randn(N) count, bins_count = np.histogram(data, bins=10) pdf = count / sum(count) cdf = np.cumsum(pdf) plt.plot(bins_count[1:], cdf, label="CDF") plt.legend() plt.show()
ผลลัพธ์
