在 python 中巧妙地绘制 PMF答案

【问题标题】：Plotting PMF neatly in python在 python 中巧妙地绘制 PMF
【发布时间】：2015-02-12 17:54:28
【问题描述】：

是否有一个库可以帮助我在 python 中巧妙地绘制样本的概率质量函数，如下所示：

【问题讨论】：

看这里：stackoverflow.com/questions/15415455/…
我也在找。

【解决方案1】：

通过 matplotlib.pyplot 的 stem 模块

matplotlib.pyplot.stem(*args, **kwargs)

from matplotlib.pyplot import stem

stem(y, linefmt='b-', markerfmt='bo', basefmt='r-')
stem(x, y, linefmt='b-', markerfmt='bo', basefmt='r-')

或更接近金属

#!/usr/bin/env python
from pylab import *

x = linspace(0.1, 2*pi, 10)
markerline, stemlines, baseline = stem(x, cos(x), '-.')
setp(markerline, 'markerfacecolor', 'b')
setp(baseline, 'color','r', 'linewidth', 2)

show()

Here

【讨论】：

【解决方案2】：

我觉得这个已经够简洁了，

这是代码：

from scipy import stats
import matplotlib.pyplot as plt
import numpy as np


xk = np.arange(7)
pk = (0.1, 0.2, 0.3, 0.1, 0.1, 0.0, 0.2)
custm = stats.rv_discrete(name='custm', values=(xk, pk))

fig, ax = plt.subplots(1, 1)
ax.plot(xk, custm.pmf(xk), 'ro', ms=8, mec='r')
ax.vlines(xk, 0, custm.pmf(xk), colors='r', linestyles='-', lw=2)
plt.title('Custom made discrete distribution(PMF)')
plt.ylabel('Probability')
plt.show()

参考，https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.rv_discrete.html

【讨论】：