基于经验数据绘制x轴为累计值的阶跃函数实现咨询

你当前的代码缺失了Demand列按WTP排序后的累计求和步骤，因此无法得到x轴递增的类ECDF阶跃效果，按以下逻辑调整即可：

1. 对WTP升序排序后的数据集，新增累计Demand列作为x轴数据源
2. 调整plt.step的where参数为post，匹配阶跃上升的逻辑：累计Demand达到当前阈值后，WTP才跳升到下一个取值

修改后的完整代码如下：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

Demand_quantity = pd.Series([13, 443.9, 419.6, 295.9, 150.2])
Demand_WTP = [111.3, 152.9, 98.2, 625.5, 210.4]

demand_data = {'Demand':Demand_quantity, 'WTP':Demand_WTP}
Demand = pd.DataFrame(demand_data)
# 按WTP升序排序
Demand.sort_values(by = 'WTP', axis = 0, inplace = True)
# 新增累计Demand列作为x轴
Demand['cum_Demand'] = Demand['Demand'].cumsum()
print(Demand)

# 绘制阶跃曲线，where设为post匹配需求逻辑
plt.step(Demand['cum_Demand'], Demand['WTP'], where='post', label='WTP阶跃曲线')
# 可选：添加坐标轴标注
plt.xlabel('累计Demand')
plt.ylabel('WTP实际值')

plt.legend(title='曲线类型')
plt.title('WTP随累计Demand变化阶跃图')
plt.show()

如果需要曲线从x=0的位置开始绘制，可以手动在数据开头插入原点：

# 在排序后插入起始点
Demand = pd.concat([pd.DataFrame({'Demand':[0], 'WTP':[Demand['WTP'].iloc[0]], 'cum_Demand':[0]}), Demand], ignore_index=True)

内容的提问来源于stack exchange，提问作者JeppeBay