我有一个一维数组。我可以计算此样本的“均值”和“标准偏差”,并绘制“正态分布”,但是我有一个问题:
我想在同一图中绘制数据和正态分布。
我不知道如何绘制数据和正态分布。
对“ scipy.stats中的高斯概率密度函数”有任何想法吗?
s = np.std(array)
m = np.mean(array)
plt.plot(norm.pdf(array,m,s))
您可以matplotlib
用来绘制直方图和PDF(如@MrE答案中的链接)。为了适合和计算PDF,可以使用scipy.stats.norm
,如下所示。
import numpy as np
from scipy.stats import norm
import matplotlib.pyplot as plt
# Generate some data for this demonstration.
data = norm.rvs(10.0, 2.5, size=500)
# Fit a normal distribution to the data:
mu, std = norm.fit(data)
# Plot the histogram.
plt.hist(data, bins=25, density=True, alpha=0.6, color='g')
# Plot the PDF.
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = norm.pdf(x, mu, std)
plt.plot(x, p, 'k', linewidth=2)
title = "Fit results: mu = %.2f, std = %.2f" % (mu, std)
plt.title(title)
plt.show()
这是脚本生成的图:
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句