CPK是在统计学中一个重要指标,在生产数据分析中也是对生产过程评估的一个重要指标.
代码如下:
def cpk_calc(df_data: pd.DataFrame, usl, lsl):
&34;&34;&34;
:param df_data: 数据dataframe
:param usl: 数据指标上限
:param lsl: 数据指标下限
:return:
&34;&34;&34;
sigma = 3
若下限为0, 则使用上限反转负值替代
if int(lsl) == 0:
lsl = 0 - usl
数据平均值
u = df_data.mean()[0]
数据标准差
stdev = np.std(df_data.values, ddof=1)
生成横轴数据平均分布
x1 = np.linspace(u - sigma * stdev, u + sigma * stdev, 1000)
计算正态分布曲线
y1 = np.exp(-(x1 - u) ** 2 / (2 * stdev ** 2)) / (math.sqrt(2 * math.pi) * stdev)
cpu = (usl - u) / (sigma * stdev)
cpl = (u - lsl) / (sigma * stdev)
得出cpk
cpk = min(cpu, cpl)
使用matplotlib画图
plt.xlim(x1[0] - 0.5, x1[-1] + 0.5)
plt.plot(x1, y1)
plt.hist(df_data.values, 15, density=True)
plt.title(&34;cpk={0}&34;.format(cpk))
plt.show()生成图例:
了解更多本文来自“这条河叫时光”用户投稿，该文观点仅代表作者本人，不代表华夏信息网立场，本站不对文章中的任何观点负责，内容版权归原作者所有、内容只用于提供信息阅读，无任何商业用途。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站（文章、内容、图片、音频、视频）有涉嫌抄袭侵权/违法违规的内容，请发送邮件至1470280261#qq.com举报，一经查实，本站将立刻删除、维护您的正当权益。如若转载，请注明出处：http://www.xxxwhg.com/cs/57424.html
