获取列表列表的四分位数并绘制它们

Question

我下面的代码在运行时会在图上绘制 100 条曲线，以获取 ODE 系统中参数的随机值。但是，我试图获取每个时间点的“横截面”，因此我将在该点获取所有 100 个值，然后获取这些值的上下四分位数和中位数（在代码中将是数组或列表），并绘制它们：

import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
import random

N = 1000
I0, R0 = 1, 0
S0 = N - I0 - R0
J0 = I0
beta, gamma = 2/7, 1/7
t = np.linspace(0, 100,100)

empty = []
for i in range(100):
    empty.append(random.uniform(1.5, 2.5)*gamma)

def deriv(y, t, N, beta, gamma):
    S, I, R, J = y
    dS = ((-beta * S * I) / N)
    dI = ((beta * S * I) / N) - (gamma * I)
    dR = (gamma * I)
    dJ = ((beta * S * I) / N)
    return dS, dI, dR, dJ

solns =  []
for empt in empty:
    ces = odeint(deriv, (S0, I0, R0, J0), t, args=(N, empt, gamma))
    solns.append(ces)

J_diffs = []
for sol in solns:
    S, I, R, J = sol.T
    J_diffs.append(np.diff(J))

fig = plt.figure(facecolor='w')
ax = fig.add_subplot(111, facecolor='#dddddd', axisbelow=True)
ax.set_xlabel('Time in days')
ax.set_ylabel('Number')
ax.grid(b=True, which='major', c='w', lw=2, ls='-')
xcoords = [2.5, 97.5]
for J_diff in J_diffs:
    ax.plot(t[1:], J_diff, 'blue', alpha=1, lw=2)

我已经尝试过，正在使用：

for val in solns:
    ax.plot(t[1:], np.percentile(val,25), 'blue', alpha=1, lw=2)

但这是维度的错误，因为它仅检索 1 个值，而不是所有值。 然后我尝试了

for t in solns:
    ax.plot(t[1:], np.percentile(val,25), 'blue', alpha=1, lw=2)

因为我认为选择与每个值对应的时间点更有意义，但这会返回相同的错误。我相信我错过了如何实现这一目标的合乎逻辑的方法。最终结果是有 3 条曲线，一条显示由所有值的 97.5 个百分位组成的曲线，一条用于 2.5，一条用于 0.5th。我的方法哪里出错了？

Answer 1

您可以先找到百分位数，然后绘制它们。使用这样的东西：

def plot_percentile(data, percentile):
    percentiles = [np.percentile(val, percentile) for val in data]
    ax.plot(t, percentiles, 'blue', alpha=1, lw=2)

plot_percentile(solns, 97.5)
plot_percentile(solns, 2.5)
plot_percentile(solns, 0.5)

这段代码将所有三条曲线放在一个图表上，这不是您想要的，但我认为您可以从这里调整它（使用子图，并将子图索引作为参数或类似的东西传递给plot_percentile()） .