使用可用值集绘制正态分布曲线的问题

Question

我正在尝试绘制一组值的正态分布曲线。不幸的是，下面的代码（取自这篇文章）似乎没有在直方图上正确绘制曲线（请参考附图）。我确定我遗漏了什么或做了一些愚蠢的事情，但似乎无法弄清楚。有人可以帮忙吗？我在下面包含了我的代码——我从数据框中获取值，但s为了方便起见将它们包含在列表中：import numpy as npimport scipyimport pandas as pdfrom scipy.stats import normimport matplotlib.pyplot as pltfrom matplotlib.mlab import normpdfmu = 0sigma = 1n_bins = 50s = [8, 8, 4, 4, 1, 14, 0, 10, 1, 4, 21, 9, 5, 2, 7, 6, 7, 9, 7, 3, 3, 4, 7, 9, 9, 4, 10, 8, 10, 10, 7, 10, 1, 8, 7, 8, 1, 7, 4, 15, 8, 1, 1, 6, 7, 3, 8, 8, 8, 4][![enter image description here][1]][1]fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True)#histogramn, bins, patches = axes[1].hist(s, n_bins, normed=True, alpha=.1, edgecolor='black' )pdf = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(bins-mu)**2/(2*sigma**2))print(pdf)median, q1, q3 = np.percentile(s, 50), np.percentile(s, 25), np.percentile(s, 75)#probability density functionaxes[1].plot(bins, pdf, color='orange', alpha=.6)#to ensure pdf and bins line up to use fill_between.bins_1 = bins[(bins >= q1-1.5*(q3-q1)) & (bins <= q1)] # to ensure fill starts from Q1-1.5*IQRbins_2 = bins[(bins <= q3+1.5*(q3-q1)) & (bins >= q3)]pdf_1 = pdf[:int(len(pdf)/2)]pdf_2 = pdf[int(len(pdf)/2):]pdf_1 = pdf_1[(pdf_1 >= norm(mu,sigma).pdf(q1-1.5*(q3-q1))) & (pdf_1 <= norm(mu,sigma).pdf(q1))]pdf_2 = pdf_2[(pdf_2 >= norm(mu,sigma).pdf(q3+1.5*(q3-q1))) & (pdf_2 <= norm(mu,sigma).pdf(q3))]#fill from Q1-1.5*IQR to Q1 and Q3 to Q3+1.5*IQR#axes[1].fill_between(bins_1, pdf_1, 0, alpha=.6, color='orange')#axes[1].fill_between(bins_2, pdf_2, 0, alpha=.6, color='orange')

Answer 1

您已分别将mu和sigma任意设置为0和 ，1但您应该针对实际数据计算它：

data = pd.Series(s)

mu = data.mean()

sigma = data.std()

使用完整的工作示例进行更新：

import numpy as np

import scipy

import pandas as pd

from scipy.stats import norm

import matplotlib.pyplot as plt

n_bins = 50

s = [8, 8, 4, 4, 1, 14, 0, 10, 1, 4, 21, 9, 5, 2, 7, 6, 7, 9, 7, 3, 3, 4, 7, 9, 9, 4, 10, 8, 10, 10, 7, 10, 1, 8, 7, 8, 1, 7, 4, 15, 8, 1, 1, 6, 7, 3, 8, 8, 8, 4]

fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True)

#histogram

n, bins, patches = axes[1].hist(s, n_bins, density=True, alpha=.1, edgecolor='black' )

data = pd.Series(s)

mu = data.mean()

sigma = data.std()

pdf = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(bins-mu)**2/(2*sigma**2))

median, q1, q3 = np.percentile(s, 50), np.percentile(s, 25), np.percentile(s, 75)

#probability density function

axes[1].plot(bins, pdf, color='orange', alpha=.6)

#fill from Q1-1.5*IQR to Q1 and Q3 to Q3+1.5*IQR

iqr = 1.5 * (q3-q1)

x1 = np.linspace(q1 - iqr, q1)

x2 = np.linspace(q3, q3 + iqr)

pdf1 = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(x1-mu)**2/(2*sigma**2))

pdf2 = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(x2-mu)**2/(2*sigma**2))

axes[1].fill_between(x1, pdf1, 0, alpha=.6, color='orange')

axes[1].fill_between(x2, pdf2, 0, alpha=.6, color='orange')

#add text to bottom graph.

axes[1].annotate("{:.1f}%".format(100*(norm(mu, sigma).cdf(q1)    -norm(mu, sigma).cdf(q1-iqr))), xy=(q1-iqr/2, 0), ha='center')

axes[1].annotate("{:.1f}%".format(100*(norm(mu, sigma).cdf(q3)    -norm(mu, sigma).cdf(q1)    )), xy=(median  , 0), ha='center')

axes[1].annotate("{:.1f}%".format(100*(norm(mu, sigma).cdf(q3+iqr)-norm(mu, sigma).cdf(q3)    )), xy=(q3+iqr/2, 0), ha='center')

axes[1].annotate('q1', xy=(q1, norm(mu, sigma).pdf(q1)), ha='center')

axes[1].annotate('q3', xy=(q3, norm(mu, sigma).pdf(q3)), ha='center')

axes[1].set_ylabel('Probability Density')

#top boxplot

axes[0].boxplot(s, 0, 'gD', vert=False)

axes[0].axvline(median, color='orange', alpha=.6, linewidth=.5)

axes[0].axis('off')

Answer 2

把它全部放在一个函数中：

# import warnings filter

from warnings import simplefilter

# ignore all future warnings

simplefilter(action='ignore', category=FutureWarning)

def CTD(df):

    for col in df.columns:

        n_bins = 50

        fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True)

        #histogram

        n, bins, patches = axes[1].hist(boston[col], n_bins, density=True, alpha=.1, edgecolor='black' )

        #data = pd.Series(s)

        mu = boston[col].mean()

        sigma = boston[col].std()

        pdf = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(bins-mu)**2/(2*sigma**2))

        median, q1, q3 = np.percentile(boston.age, 50), np.percentile(boston[col], 25), np.percentile(boston[col], 75)

        #probability density function

        axes[1].plot(bins, pdf, color='orange', alpha=.6)

        #axes[1].figsize=(10,20)

        #fill from Q1-1.5*IQR to Q1 and Q3 to Q3+1.5*IQR

        iqr = 1.5 * (q3-q1)

        x1 = np.linspace(q1 - iqr, q1)

        x2 = np.linspace(q3, q3 + iqr)

        pdf1 = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(x1-mu)**2/(2*sigma**2))

        pdf2 = 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(x2-mu)**2/(2*sigma**2))

        axes[1].fill_between(x1, pdf1, 0, alpha=.6, color='orange')

        axes[1].fill_between(x2, pdf2, 0, alpha=.6, color='orange')

        #add text to bottom graph.

        axes[1].annotate("{:.1f}%".format(100*(norm(mu, sigma).cdf(q1)    -norm(mu, sigma).cdf(q1-iqr))), xy=(q1-iqr/2, 0), ha='center')

        axes[1].annotate("{:.1f}%".format(100*(norm(mu, sigma).cdf(q3)    -norm(mu, sigma).cdf(q1)    )), xy=(median  , 0), ha='center')

        axes[1].annotate("{:.1f}%".format(100*(norm(mu, sigma).cdf(q3+iqr)-norm(mu, sigma).cdf(q3)    )), xy=(q3+iqr/2, 0), ha='center')

        axes[1].annotate('q1', xy=(q1, norm(mu, sigma).pdf(q1)), ha='center')

        axes[1].annotate('q3', xy=(q3, norm(mu, sigma).pdf(q3)), ha='center')

        #dashed lines

        plt.axvline(df[col].quantile(0),color='b', linestyle='-.')

        plt.axvline(df[col].quantile(0.25),color='g', linestyle='--')

        plt.axvline(df[col].quantile(0.50),color='g', linestyle='--')

        plt.axvline(df[col].quantile(0.75),color='b', linestyle='--')

        plt.axvline(df[col].quantile(1),color='r', linestyle='-.')

        axes[1].set_ylabel('Probability Density')

        #top boxplot

        axes[0].boxplot(df[col], 0, 'gD', vert=False)

        axes[0].axvline(median, color='orange', alpha=.6, linewidth=.5)

        axes[0].axis('off')

        plt.rcParams["figure.figsize"] = (18,10)

调用函数：

CTD(boston)

如果这对您不起作用：

试试这个：

# import warnings filter

from warnings import simplefilter

# ignore all future warnings

simplefilter(action='ignore', category=FutureWarning)

def CTD(df):

    for col in df.columns:

        sns.set(rc={'figure.figsize':(24,6)})

        plt.figure()

        plt.subplot(121)

        sns.distplot(df[col])

        plt.axvline(np.mean(df[col]),color='b', linestyle='--') # Blue line for mean

        plt.axvline(np.median(df[col]),color='r', linestyle='--')# Red line for Median

        plt.subplot(122)

        sns.distplot(df[col])

        plt.axvline(df[col].quantile(0),color='b', linestyle='-.')

        plt.axvline(df[col].quantile(0.25),color='g', linestyle='--')

        plt.axvline(df[col].quantile(0.50),color='g', linestyle='--')

        plt.axvline(df[col].quantile(0.75),color='b', linestyle='--')

        plt.axvline(df[col].quantile(1),color='r', linestyle='-.')

这在具有分位数的 KDE 图上创建虚线。