python中根据多个峰的起始值平均值最大值区域及区域百分比画出曲线分布图代码

在Python中，我们可以使用matplotlib库以及numpy库来绘制基于峰起始值、平均值、最大值区域和区域百分比的曲线分布图。假设你有一个数据集`data`，包含峰的位置信息和其他相关数值，你可以按照以下步骤操作：

import matplotlib.pyplot as plt
import numpy as np

# 假设你的数据结构如下：
# data = {'peaks': [peak1, peak2, ...], 'values': [value1, value2, ...], 'start_values': [start1, start2, ...]}

# 计算起始值的平均值
avg_start = np.mean(data['start_values'])

# 计算最大值
max_value = max(data['values'])

# 获取峰值对应的值范围和总长度
value_range = range(min(data['values']), max(data['values']) + 1)
total_length = len(value_range)

# 计算每个值对应的最大值区域百分比
percentage_areas = [(value - avg_start) / (max_value - avg_start) for value in value_range]

# 创建一个新的数组用于存储分布情况
distribution = np.zeros(total_length)

for i, peak_value in enumerate(data['peaks']):
    distribution[value_range.index(peak_value)] += percentage_areas[i]

# 绘制曲线分布图
plt.plot(value_range, distribution)
plt.xlabel('Value Range')
plt.ylabel('Distribution Percentage')
plt.title('Peak Distribution with Average and Max Values')
plt.vlines(data['peaks'], 0, distribution, colors='r', linestyles='dashed')  # 加上峰值虚线标记
plt.axhline(distribution.mean(), color='g', label='Average Start Value')  # 平均起始值水平线
plt.axhline(max_value, color='y', linestyle=':', label='Max Value')  # 最大值垂直线
plt.legend()
plt.show()