在matplotlib中将非normpdf拟合到直方图 [英] Fitting non-normpdf's to histograms in matplotlib

问题描述

我正在尝试拟合直方图，但没有任何运气.关于如何在正态概率密度函数中执行此操作的信息很多，但对于其他类型的pdf而言却不是.

I'm trying to do a fit to a histogram but without any luck. There's a bunch of information about how to do it in a normal probability density function but not to other types of pdf's.

import pylab as py
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import exponpow

# Fit procedure
eigfit=[]
for i in range(0,len(eigenvals1)):
if eigenvals1>=4.3:
    eigfit.append(eigenvals1[i])

b = exponpow.fit(eigfit)

但我找不到如何绘制此指数 pdf 的曲线.它为我提供了一些合适的值，但是在scipy文档中，并没有很好地说明它是如何实现的.

But I cannot find how to plot the curve for this exponential pdf. It gives me a couple of values from the fit, but in scipy docs it's not well explained how it does this fit.

推荐答案

fit 方法执行参数的最大似然估计.

要拟合 exponpow 分布，您可能希望位置参数(所有 scipy 分布都具有)为 0.还有另外两个参数:尺度参数和形状参数.这是使用 exponpow.fit 的示例(在 ipython 会话中)，位置参数固定为 0:

To fit an exponpow distribution, you probably want the location parameter (that all scipy distributions have) to be 0. There are two other parameters: a scale parameter and a shape parameter. Here's an example (in an ipython session) of using exponpow.fit, with the location parameter fixed at 0:

首先生成一些假数据:

In [108]: np.random.seed(123)

In [109]: samples = 5 + np.random.randn(1000)

使用 exponpow.fit 将参数拟合到数据中.使用 floc=0 将位置参数固定为 0:

Use exponpow.fit to fit the parameters to the data. Use floc=0 to fix the location parameter to 0:

In [110]: params = exponpow.fit(samples, floc=0)

使用 matplotlib.pyplot.hist 绘制样品的直方图:

Plot a histogram of the samples, using matplotlib.pyplot.hist:

In [111]: histresult = hist(samples, density=True, facecolor='cyan', alpha=0.25)

使用方法 exponpow.pdf 绘制拟合分布的PDF:

Plot the PDF of the fitted distribution, using the method exponpow.pdf:

In [112]: x = np.linspace(0, samples.max() + 1, 100)

In [113]: pdf = exponpow.pdf(x, *params)

In [114]: plot(x, pdf, 'b-', linewidth=2)
Out[114]: [<matplotlib.lines.Line2D at 0x5b59b90>]

这些是拟合参数的值(形状、位置、比例):

These are the values of the fitted parameters (shape, loc, scale):

In [115]: params
Out[115]: (3.5192555959521199, 0, 6.078044809594477)

这篇关于在matplotlib中将非normpdf拟合到直方图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！