python cpk 分布图
时间: 2023-10-20 10:34:54 浏览: 54
您可以使用Python中的matplotlib库来绘制CPK分布图。CPK是一个过程能力指数,用于评估一个过程的稳定性和能力。
下面是一个简单的示例代码,用于绘制CPK分布图:
```python
import matplotlib.pyplot as plt
import numpy as np
# 正常范围上限和下限
spec_upper = 2.5
spec_lower = 1.5
# 数据样本
data = [1.7, 2.1, 2.2, 1.9, 2.3, 2.4, 2.6, 1.8, 1.6, 2.0]
# 计算平均值和标准差
mean = np.mean(data)
std = np.std(data)
# 计算CPK
cpk = min((mean - spec_lower) / (3 * std), (spec_upper - mean) / (3 * std))
# 绘制直方图
plt.hist(data, bins=10, edgecolor='black')
# 绘制规格上限和下限线
plt.axvline(x=spec_upper, color='r', linestyle='--', label='Spec Upper')
plt.axvline(x=spec_lower, color='r', linestyle='--', label='Spec Lower')
# 绘制平均值线
plt.axvline(x=mean, color='g', linestyle='-', label='Mean')
# 设置图形标题和标签
plt.title('CPK Distribution')
plt.xlabel('Values')
plt.ylabel('Frequency')
# 添加图例
plt.legend()
# 显示图形
plt.show()
print("CPK:", cpk)
```
在上述示例中,我们首先定义了规格上限和下限,然后提供了一个数据样本。接下来,计算平均值和标准差,然后根据公式计算CPK值。最后,使用matplotlib库绘制直方图,并添加规格上限和下限线以及平均值线。
运行以上代码,将显示一个包含数据分布的直方图,并在图中显示规格上限和下限线以及平均值线。控制台还会打印出CPK值。
请注意,这只是一个简单的示例,您可以根据您的数据和需求进行修改和定制。