Python - Matplotlib：绘制概率密度函数时如何归一化坐标轴

Question

Python - Matplotlib：绘制概率密度函数时如何归一化坐标轴

7

我正在使用Python及其扩展程序来获取并绘制概率密度函数。虽然我成功绘制了它，但至少在它的形式上，我未能成功地缩放轴。

import decimal
import numpy as np
import scipy.stats as stats
import pylab as pl
import matplotlib.pyplot as plt
from decimal import *
from scipy.stats import norm

lines=[]

fig, ax = plt.subplots(1, 1)
mean, var, skew, kurt = norm.stats(moments='mvsk')

#Here I delete some lines aimed to fill the list with values

Long = len(lines)
Maxim = max(lines) #MaxValue
Minim = min(lines) #MinValue
av = np.mean(lines) #Average
StDev = np.std(lines) #Standard Dev.

x = np.linspace(Minim, Maxim, Long)
ax.plot(x, norm.pdf(x, av, StDev),'r-', lw=3, alpha=0.9, label='norm pdf')

weights = np.ones_like(lines)/len(lines)

ax.hist(lines, weights = weights, normed=True, histtype='stepfilled', alpha=0.2)
ax.legend(loc='best', frameon=False)
plt.show()

结果是

。

虽然我希望它表达为： - x轴以0为中心，与标准差相关 - y轴与直方图和百分比（归一化为1）相关
x轴如下图所示期望的绘图

。

y轴如下图所示

。

我已经成功地通过使用指令weights = weights单独绘制柱状图并将其设置到图中来扩展柱状图的y轴，但我在这里做不到。我在代码中包含了它，但实际上在这种情况下它什么也没做。

任何帮助将不胜感激。

- Informatico_Sano

1个回答

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

- MaxNoe · Accepted Answer

Y轴的标准化是指曲线下面积为1。

如果您已经使用normed=True进行了标准化，那么对每个数据点添加相同的权重是没有意义的。

首先，您需要将数据移动到0：

 lines -= mean(lines)

然后将其绘制出来。

这是一个可行的最小示例：

import numpy as np                                                               
from numpy.random import normal                                                  
import matplotlib.pyplot as plt
from scipy.stats import norm                                                  

# gaussian distributed random numbers with mu =4 and sigma=2                     
x = normal(4, 2, 10000)                                                            

mean = np.mean(x)
sigma = np.std(x)

x -= mean 

x_plot = np.linspace(min(x), max(x), 1000)                                                               

fig = plt.figure()                                                               
ax = fig.add_subplot(1,1,1)                                                      

ax.hist(x, bins=50, normed=True, label="data")
ax.plot(x_plot, norm.pdf(x_plot, mean, sigma), 'r-', label="pdf")                                                          

ax.legend(loc='best')

x_ticks = np.arange(-4*sigma, 4.1*sigma, sigma)                                  
x_labels = [r"${} \sigma$".format(i) for i in range(-4,5)]                       

ax.set_xticks(x_ticks)                                                           
ax.set_xticklabels(x_labels)                                                     

plt.show()

输出的图片如下： plot outout

您导入了太多模块。您导入了两次decimals，其中一次甚至使用了*。然后numpy、pyplot和scipy都包含在pylab中。另外为什么要导入整个scipy.stats，然后再从中导入norm？