我是新来的,通常来自R。 我想用多行代码创建一个QQ图。
我有一个Beta分布式数据集
我想为Beta分布尝试不同的参数,并在一个 QQ图中进行比较,以便更好地进行比较。如果我尝试以下代码,则每个图都有相同的颜色,并且我得到了3条QQ行。
是否可以将所有这三个QQ图整合为一个?
希望您能解决我的问题
import scipy.stats as stats
import numpy
x=numpy.random.beta(2, 3, size=100)
stats.probplot(x, dist=stats.beta, sparams=(2,3),plot=plt,fit=False)
stats.probplot(x, dist=stats.beta, sparams=(1,2),plot=plt,fit=False)
stats.probplot(x, dist=stats.beta, sparams=(1,4),plot=plt,fit=False)
有偿奖励
答案 0 :(得分:0)
好的,stats.probplot
让我有些困惑。该文档明确指出:
probplot
生成概率图,不应将其与 Q-Q或P-P图。
但我能找到的所有资料都指出,概率图是指Q-Q图或P-P图。走吧。
无论如何,就我而言,您生成的是 Q-Q图。
在我看来,fit=False
中的选项stats.probplot
被忽略,并且总是在数据中添加回归线。
无论如何,要获得所需的结果,我们可以显式创建一个matplotlib轴实例,并使用get_lines
方法删除不需要的回归线并更改标记颜色。
import scipy.stats as stats
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('seaborn')
x = numpy.random.beta(2, 3, size=100)
fig, ax = plt.subplots(1, 1, figsize=(6, 4))
stats.probplot(x, dist=stats.beta, sparams=(2,3), plot=plt, fit=False)
stats.probplot(x, dist=stats.beta, sparams=(1,2), plot=plt, fit=False)
stats.probplot(x, dist=stats.beta, sparams=(1,4), plot=plt, fit=False)
# Remove the regression lines
ax.get_lines()[1].remove()
ax.get_lines()[2].remove()
ax.get_lines()[3].remove()
# Change colour of scatter
ax.get_lines()[0].set_markerfacecolor('C0')
ax.get_lines()[1].set_markerfacecolor('C1')
ax.get_lines()[2].set_markerfacecolor('C2')
# Add on y=x line
ax.plot([0, 1], [0, 1], c='C3')
这给了我以下内容,我认为这次确实是您想要的: