python画spc控制图_SPC系列8：如何选择计数型数据的SPC控制图？
SPC控制图可以分为计量型和计数型。计量型控制图的选择已经在另一篇文章中解释。这里来讨论一下计数型控制图的选择。
AIAG的SPC手册中介绍了4种计量型控制图：p控制图，np控制图，u控制图，c控制图。而用到计数型控制图的情况可以归类为两种：
1) 一种是需要把被测量对象归类，例如合格/不合格，一等品/二等品/次品，bin 1/bin 2/bin 3...等等，
2) 另一种是需要对被测量对象计数，例如产品上存在多少个缺陷，一年发生多少次火灾...等等
下面分别来讨论下这两种情况应如何选择控制图。
需要把测量对象归类的情况
这一类控制图常见的情况有两种
1）需要监控子组样本中不合格品产品的数量，例如每次抽检100个产品，统计该子组中有多少个不合格品，将不合格品的数量绘制在控制图中。这个时候应该选择np控制图
2）需要监控子组样本中产品的不合格率，例如每次抽检100个产品，统计该子组中有多少个不合格品，将不合格品的比例绘制在控制图中。这个时候应该选择p控制图。
在SPC手册中有提到使用以上两种控制图时，都要求子组中不合格品的数量
比较小，因为只有在这个条件下，样本中的不合格率或不合格品数量才可以用正态分布来近似，本文最下面公式1和2中的控制限才成立。所以当不合格率比较低时，使用p图或np图时样本容量需要足够大，如果无法得到足够大的样本，则不应该使用这两类控制图。
注：以上的讨论是基于产品分为合格/不合格两类的情况。而当需要把产品分成n（
）个类别时，应按照上面的要求对其中的n-1个类别都分别建立控制限，任何一个类别的控制图出现异常的时候，都应该采取措施以消除特殊原因。
需要对测量对象计数的情况
这一类控制图常见的情况有两种
1) 需要监控子组样本中缺陷的数量，例如每次抽检一个产品，统计该产品上的缺陷总数，将每次抽样的样品的缺陷总数绘制在控制图中。这个时候应该选择c控制图。
2）需要监控子组样本中缺陷的密度，例如每次抽检一个产品，统计单位面积上的缺陷数量，将每次抽样的样品的缺陷密度绘制在控制图中。这个时候应该选择u控制图。
在SPC手册中有提到使用以上两种控制图时，都要求缺陷数为0的样本数量比较小，因为只有在这个条件下，样本的缺陷总数或缺陷密度才可以用正态分布近似，下面公式3和4中的控制限才成立。所以当多数产品的缺陷数为0的时候，不应该选用这两类控制图。
额外说明
如果不合格率
很低的话，u图和p图是一样的，而c图和np图是一样的。因为根据下面的控制限的计算公式，当
很小的时候，p图的控制限为
，np图的控制限为
，令u=p，c=np，就得到了以上结论。p控制图：
（公式1）
np控制图：
（公式2）
u控制图：
（公式3）
c控制图：
（公式4）