Tracé avec une échelle logit dans Matplotlib

Introduction

Dans ce laboratoire, nous allons apprendre à créer des graphiques avec des axes logit dans Matplotlib. Les axes logit sont couramment utilisés dans les graphiques de probabilité pour représenter la fonction de distribution cumulative (CDF) d'une distribution. Nous utiliserons les bibliothèques math, numpy et matplotlib.pyplot pour ce laboratoire.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder au carnet Jupyter pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.

Importez les bibliothèques nécessaires et configurez les données

Nous allons importer les bibliothèques math, numpy et matplotlib.pyplot et configurer les données pour les graphiques.

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

Créez un graphique avec une échelle logit et une notation standard

Nous allons créer un graphique avec une échelle logit et une notation standard. Cela peut être fait en définissant l'échelle de l'axe y sur logit en utilisant set_yscale("logit") et en définissant les limites de l'axe y en utilisant set_ylim(). Nous allons également tracer les fonctions de distribution cumulative pour les distributions normale, laplacienne et de Cauchy en utilisant plot() et ajouter une légende en utilisant 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()

Créez un graphique avec une échelle logit et une notation de survie

Nous allons créer un graphique avec une échelle logit et une notation de survie. Cela peut être fait en définissant l'échelle de l'axe y sur logit et en définissant le paramètre one_half sur "1/2" et le paramètre use_overline sur True en utilisant set_yscale("logit", one_half="1/2", use_overline=True). Nous allons également tracer les fonctions de distribution cumulative pour les distributions normale, laplacienne et de Cauchy en utilisant plot() et ajouter une légende en utilisant 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()

Créez un graphique avec une échelle linéaire

Nous allons créer un graphique avec une échelle linéaire. Cela peut être fait en traçant simplement les fonctions de distribution cumulative pour les distributions normale, laplacienne et de Cauchy en utilisant plot() et en ajoutant une légende en utilisant 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()

Sommaire

Dans ce laboratoire, nous avons appris à créer des graphiques avec des axes logit dans Matplotlib. Nous avons créé des graphiques avec une échelle logit et une notation standard, une échelle logit et une notation de survie, et une échelle linéaire. Nous avons utilisé les bibliothèques math, numpy et matplotlib.pyplot pour ce laboratoire.