Gráficos con Ejes Logit en Matplotlib

Introducción

En este laboratorio, aprenderemos a crear gráficos con ejes logit en Matplotlib. Los ejes logit se utilizan comúnmente en gráficos de probabilidad para representar la función de distribución acumulativa (CDF) de una distribución. Utilizaremos las bibliotecas math, numpy y matplotlib.pyplot para este laboratorio.

Consejos sobre la VM

Una vez que se haya iniciado la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Importar las bibliotecas necesarias y configurar los datos

Importaremos las bibliotecas math, numpy y matplotlib.pyplot y configuraremos los datos para los gráficos.

import math
import numpy as np
import matplotlib.pyplot as plt

xmax = 10
x = np.linspace(-xmax, xmax, 10000)
cdf_norm = [math.erf(w / np.sqrt(2)) / 2 + 1 / 2 for w in x]
cdf_laplacian = np.where(x < 0, 1 / 2 * np.exp(x), 1 - 1 / 2 * np.exp(-x))
cdf_cauchy = np.arctan(x) / np.pi + 1 / 2

Crear un gráfico con escala logit y notación estándar

Crearemos un gráfico con escala logit y notación estándar. Esto se puede hacer configurando la escala del eje y a logit usando set_yscale("logit") y configurando los límites del eje y usando set_ylim(). También graficaremos las funciones de distribución acumulativa para las distribuciones normal, laplaciana y de Cauchy usando plot() y agregaremos una leyenda usando legend().

fig, axs = plt.subplots(nrows=1, ncols=1, figsize=(6.4, 4.8))

axs.plot(x, cdf_norm, label=r"$\mathcal{N}$")
axs.plot(x, cdf_laplacian, label=r"$\mathcal{L}$")
axs.plot(x, cdf_cauchy, label="Cauchy")
axs.set_yscale("logit")
axs.set_ylim(1e-5, 1 - 1e-5)
axs.legend()
axs.grid()

plt.show()

Crear un gráfico con escala logit y notación de supervivencia

Crearemos un gráfico con escala logit y notación de supervivencia. Esto se puede hacer configurando la escala del eje y a logit y configurando el parámetro one_half a "1/2" y el parámetro use_overline a True usando set_yscale("logit", one_half="1/2", use_overline=True). También graficaremos las funciones de distribución acumulativa para las distribuciones normal, laplaciana y de Cauchy usando plot() y agregaremos una leyenda usando legend().

fig, axs = plt.subplots(nrows=1, ncols=1, figsize=(6.4, 4.8))

axs.plot(x, cdf_norm, label=r"$\mathcal{N}$")
axs.plot(x, cdf_laplacian, label=r"$\mathcal{L}$")
axs.plot(x, cdf_cauchy, label="Cauchy")
axs.set_yscale("logit", one_half="1/2", use_overline=True)
axs.set_ylim(1e-5, 1 - 1e-5)
axs.legend()
axs.grid()

plt.show()

Crear un gráfico con escala lineal

Crearemos un gráfico con escala lineal. Esto se puede hacer simplemente graficando las funciones de distribución acumulativa para las distribuciones normal, laplaciana y de Cauchy usando plot() y agregando una leyenda usando legend().

fig, axs = plt.subplots(nrows=1, ncols=1, figsize=(6.4, 4.8))

axs.plot(x, cdf_norm, label=r"$\mathcal{N}$")
axs.plot(x, cdf_laplacian, label=r"$\mathcal{L}$")
axs.plot(x, cdf_cauchy, label="Cauchy")
axs.legend()
axs.grid()

plt.show()

Resumen

En este laboratorio, aprendimos cómo crear gráficos con ejes logit en Matplotlib. Creamos gráficos con escala logit y notación estándar, escala logit y notación de supervivencia, y escala lineal. Utilizamos las bibliotecas math, numpy y matplotlib.pyplot para este laboratorio.