一、code
import os.pathimport pandas as pd
import numpy as np
import matplotlib.pyplot as pltcsv_path = r"XXX.csv"
save_fig_path = os.path.join(os.path.split(csv_path)[0], "metrics_cdf.png")# 从CSV读取数据
data = pd.read_csv(csv_path)['XXX']# 计算CDF
data_sorted = np.sort(data)[::-1]
cdf = np.arange(1, len(data_sorted)+1) / len(data_sorted)# 绘制CDF图
plt.plot(data_sorted, cdf, linewidth=2) # marker='.',
plt.xlabel('Value')
plt.ylabel('CDF')
plt.xticks(np.arange(0, 1.1, 0.1))
plt.yticks(np.arange(0, 1.1, 0.1))
plt.title('Cumulative Distribution Function (CDF)')
plt.grid(True)
plt.savefig(save_fig_path)
plt.show()
二、plt.plot的marker有什么可选的标识
在matplotlib
库中,plt.plot
函数的marker
参数用于指定在图上绘制数据点的标识符。这些标识符可以帮助你在图中更清晰地标记数据点的位置。以下是一些常用的marker
参数及其对应的标识符:
'.'
: 小点','
: 像素'o'
: 圆圈'v'
: 倒三角'^'
: 正三角'<'
: 左箭头'>'
: 右箭头'1'
: 下箭头'2'
: 上箭头's'
: 正方形'p'
: 五角星'*'
: 星号'h'
: 六边形1'H'
: 六边形2'|'
: 垂直线'_'
: 水平线
你可以在plt.plot
函数中使用这些标识符来改变数据点的外观。例如,如果要在绘制的线上使用圆圈作为数据点的标识,可以这样设置:
plt.plot(x_data, y_data, marker='o')
其中,x_data
和y_data
分别是你要绘制的数据的X和Y值。根据需要,你可以选择不同的标识符来突出显示数据点。