原始文件 (SVG文件,尺寸为360 × 341像素,文件大小:56 KB)


摘要

描述
English: Scatterplot comparing Pearson and Spearman correlation.
日期
来源 自己的作品
作者 Skbkekas
其他版本

[编辑]

SVG开发
InfoField
 
SVG的源代码为有效代码
 
矢量图使用Matplotlib创作。
 
The file size of this SVG plot may be irrationally large because its text has been converted to paths inhibiting translations.
源代码
InfoField

Python code

import matplotlib.pyplot as plt
import numpy as np

r = 0.4

X = np.random.normal(size=100)
Y = r*X + np.sqrt(1-r**2)*np.random.normal(size=100)

cp = np.cov(X,Y)
cp = cp[0,1]/np.sqrt(cp[0,0]*cp[1,1])

XR = np.argsort(np.argsort(X))
YR = np.argsort(np.argsort(Y))

cr = np.cov(XR,YR)
cr = cr[0,1]/np.sqrt(cr[0,0]*cr[1,1])

plt.clf()
plt.figure(figsize=(4,3.8))
plt.axes([0.17,0.12,0.8,0.75])
plt.hold(True)
plt.plot(X, Y, 'o', color='orange')
plt.grid(True)
plt.title("Spearman correlation=%.2f\nPearson correlation=%.2f" % (cr,cp))
plt.xlabel("X", size=16)
plt.ylabel("Y", size=16)
plt.savefig("spearman_fig2.pdf")
plt.savefig("spearman_fig2.svg")

许可协议

我,本作品著作权人,特此采用以下许可协议发表本作品:
w:zh:知识共享
署名 相同方式共享
您可以自由地:
  • 共享 – 复制、发行并传播本作品
  • 修改 – 改编作品
惟须遵守下列条件:
  • 署名 – 您必须对作品进行署名,提供授权条款的链接,并说明是否对原始内容进行了更改。您可以用任何合理的方式来署名,但不得以任何方式表明许可人认可您或您的使用。
  • 相同方式共享 – 如果您再混合、转换或者基于本作品进行创作,您必须以与原先许可协议相同或相兼容的许可协议分发您贡献的作品。

说明

添加一行文字以描述该文件所表现的内容

此文件中描述的项目

描繪內容

文件历史

点击某个日期/时间查看对应时刻的文件。

日期/时间缩⁠略⁠图大小用户备注
当前2009年12月18日 (五) 15:182009年12月18日 (五) 15:18版本的缩略图360 × 341(56 KB)Skbkekas{{Information |Description={{en|1=Scatterplot comparing Pearson and Spearman correlation.}} |Source={{own}} |Author=Skbkekas |Date=2009-12-18 |Permission= |other_versions= }} Category:Statistical diagrams

以下页面使用本文件:

全域文件用途