适配高斯函数

Question

适配高斯函数

pythonmatplotlibscipyhistogramcurve-fitting

28

我有一个直方图（如下所示），我正在尝试找到平均值和标准差以及适合直方图的曲线拟合代码。我认为SciPy或matplotlib中有一些可以帮助的东西，但我尝试过的每个示例都不起作用。

import matplotlib.pyplot as plt
import numpy as np

with open('gau_b_g_s.csv') as f:
    v = np.loadtxt(f, delimiter= ',', dtype="float", skiprows=1, usecols=None)

fig, ax = plt.subplots()

plt.hist(v, bins=500, color='#7F38EC', histtype='step')

plt.title("Gaussian")
plt.axis([-1, 2, 0, 20000])

plt.show()

- user1496646

7

"doesn't work" 的意思是什么？指它无法运行，还是输出结果不正确？ - Jodaka

我无法运行从互联网上获取的代码，无法像它们应该做的那样制作曲线。 - user1496646

这很有可能是因为我刚开始学编程，一般都不知道我在做什么。 - user1496646

1

当您尝试运行它时，是否收到错误消息？还是程序在不产生任何结果的情况下完成了？ - Jodaka

我只是不知道如何正确地将它与我的数据配合使用。 - user1496646

4个回答

16

您可以尝试使用sklearn高斯混合模型估计，如下所示：

import numpy as np
import sklearn.mixture

gmm = sklearn.mixture.GMM()

# sample data
a = np.random.randn(1000)

# result
r = gmm.fit(a[:, np.newaxis]) # GMM requires 2D data as of sklearn version 0.16
print("mean : %f, var : %f" % (r.means_[0, 0], r.covars_[0, 0]))

参考文献: http://scikit-learn.org/stable/modules/mixture.html#mixture

请注意，使用这种方法，您不需要使用直方图估计您的样本分布。

- Nicolas Barbey

似乎在某个时候，sklearn.mixture.GMM 已被替换为 sklearn.mixture.GaussianMixture。 - jjc385

3

虽然这是一个老问题，但如果您只是想为一系列数据制作密度拟合图，可以尝试使用 matplotlib 的 .plot(kind='kde')。文档在这里。

以下是 pandas 的示例：

mydf.x.plot(kind='kde')

- misterte

哇，TIL matplotlib内置了核密度估计。+1 - Joseph Farah

1

我不确定您的输入是什么，但可能您的y轴刻度太大（20000），请尝试减小这个数字。以下代码适用于我：

import matplotlib.pyplot as plt
import numpy as np

#created my variable
v = np.random.normal(0,1,1000)


fig, ax = plt.subplots()


plt.hist(v, bins=500, normed=1, color='#7F38EC', histtype='step')

#plot
plt.title("Gaussian")
plt.axis([-1, 2, 0, 1]) #changed 20000 to 1

plt.show()

编辑：

如果您想要 y 轴上实际值的计数，可以设置 normed=0。并且可以删除 plt.axis([-1, 2, 0, 1])。

import matplotlib.pyplot as plt
import numpy as np

#function
v = np.random.normal(0,1,500000)


fig, ax = plt.subplots()

# changed normed=1 to normed=0
plt.hist(v, bins=500, normed=0, color='#7F38EC', histtype='step')

#plot
plt.title("Gaussian")
#plt.axis([-1, 2, 0, 20000]) 

plt.show()

- Akavall

不，我正在处理超过50万个数据点，所以我希望比例尺足够大，因为我不想要只有5万个箱子。 - user1496646

我认为y轴上的值并不告诉你每个区间中观测值的数量，而是告诉你每个区间中的百分比。只需将整个“plt.axis([-1, 2, 0, 1])”行注释掉并运行它，你应该会得到一个分布图。 - Akavall

它肯定告诉我每个箱子中的数字，因为我可以看到直方图本身，y轴在20,000。 - user1496646

Downvoter，您能否解释一下为什么要点踩？ - Akavall

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chris · Accepted Answer

请看这个答案，以将任意曲线拟合到数据上。基本上，您可以使用scipy.optimize.curve_fit来将任何函数拟合到您的数据上。下面的代码展示了如何将高斯函数拟合到一些随机数据上（感谢这篇文章在SciPy-User邮件列表中发布）。

import numpy
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

# Define some test data which is close to Gaussian
data = numpy.random.normal(size=10000)

hist, bin_edges = numpy.histogram(data, density=True)
bin_centres = (bin_edges[:-1] + bin_edges[1:])/2

# Define model function to be used to fit to the data above:
def gauss(x, *p):
    A, mu, sigma = p
    return A*numpy.exp(-(x-mu)**2/(2.*sigma**2))

# p0 is the initial guess for the fitting coefficients (A, mu and sigma above)
p0 = [1., 0., 1.]

coeff, var_matrix = curve_fit(gauss, bin_centres, hist, p0=p0)

# Get the fitted curve
hist_fit = gauss(bin_centres, *coeff)

plt.plot(bin_centres, hist, label='Test data')
plt.plot(bin_centres, hist_fit, label='Fitted data')

# Finally, lets get the fitting parameters, i.e. the mean and standard deviation:
print 'Fitted mean = ', coeff[1]
print 'Fitted standard deviation = ', coeff[2]

plt.show()