如何在Matplotlib中无需分箱绘制高精度CDF（累积分布函数）

你可以通过计算**经验累积分布函数（ECDF）**实现完全无分箱的CDF绘制，彻底避免分箱带来的精度损失，原理是：CDF在任意取值x处的结果等于样本中小于等于x的数值占总样本量的比例，直接对原始数据排序后计算对应累计比例即可，不需要任何分箱操作。

手动实现方案（无需额外依赖） #

仅需要numpy和matplotlib即可完成，代码如下：

import numpy as np
import matplotlib.pyplot as plt

# 你的原始数据
data = np.linspace(0, 100, num=10000)

# 排序数据
sorted_data = np.sort(data)
# 计算每个排序点对应的累计概率
cdf = np.arange(1, len(sorted_data) + 1) / len(sorted_data)

# 绘图
plt.plot(sorted_data, cdf)
plt.xlabel('数值')
plt.ylabel('累计概率')
plt.show()

该方案和分箱方案的对比如下：

• 完全无精度损失，保留所有原始数据的分布特征
• 计算效率更高，不需要执行分箱统计的逻辑
• 绘制结果为连续折线，不会出现分箱导致的阶梯状误差

调用现成ECDF工具的方案 #

如果你不想手动实现排序逻辑，可以直接使用statsmodels库内置的ECDF实现：

1. 首先安装依赖（若未安装）：pip install statsmodels
2. 示例代码：

import numpy as np
import matplotlib.pyplot as plt
from statsmodels.distributions.empirical_distribution import ECDF

data = np.linspace(0, 100, num=10000)
# 直接生成ECDF对象
ecdf = ECDF(data)
# 绘图
plt.plot(ecdf.x, ecdf.y)
plt.xlabel('数值')
plt.ylabel('累计概率')
plt.show()

该方案的计算结果和手动实现完全一致，同时支持更多扩展的统计操作。

内容的提问来源于stack exchange，提问作者jrpear