python 绘制KM曲线的代码

在Python中，绘制Kolmogorov-Smirnov (KS)曲线通常用于比较两个数据分布的相似性。以下是一个简单的例子，使用`scipy`库中的`kstwosamp`函数和`matplotlib`库来绘制KS检验结果的图形：

import matplotlib.pyplot as plt
from scipy.stats import kstest
import numpy as np

# 假设我们有两个随机生成的数据集
data1 = np.random.normal(size=100)
data2 = np.random.normal(loc=1, scale=2, size=100)

# 进行KS检验
statistic, p_value = kstest(data1, 'norm', args=(data2.mean(), data2.std()))

# 计算理论分布的KS值（假设正态分布）
critical_values = [0.975, 0.95, 0.90]  # 不同显著水平下的临界值

# 绘制KS曲线
ks_stat = np.linspace(0, 1, 1000)  # x轴范围从0到1
ks_pdf = stats.kstwo_samples(ks_stat, data1, data2)  # 理论分布的累积分布函数

plt.plot(ks_stat, ks_pdf, label='KS distribution')
plt.axhline(y=p_value, color='red', linestyle='--', label=f'p-value: {p_value:.3f}')

# 画出临界值
for cv in critical_values:
    plt.vlines(cv, 0, 1, colors='black', linestyles=':', label=f'Critical value ({cv:.2f})')

# 添加图例和标签
plt.legend()
plt.xlabel('Kolmogorov-Smirnov Statistic')
plt.ylabel('Cumulative Distribution')
plt.title('Kolmogorov-Smirnov Test Results')
plt.show()