python - 使用 matplotlib 按样本绘制概率密度函数

Question

很难说出这里问的是什么。这个问题是模棱两可的、模糊的、不完整的、过于宽泛的或修辞的，无法以目前的形式得到合理的回答。为了帮助澄清这个问题以便可以重新打开它， visit the help center .

关闭 9年前。

我想绘制基于概率密度函数的近似值我有一个 sample ；模仿直方图行为的曲线。我可以有我想要的样本。

Answer 1

如果你想绘制一个分布，并且你知道它，将它定义为一个函数，然后这样绘制它:

import numpy as np
from matplotlib import pyplot as plt

def my_dist(x):
    return np.exp(-x ** 2)

x = np.arange(-100, 100)
p = my_dist(x)
plt.plot(x, p)
plt.show()

---

如果您没有精确的分布作为分析函数，也许您可​​以生成一个大样本，获取直方图并以某种方式平滑数据:

import numpy as np
from scipy.interpolate import UnivariateSpline
from matplotlib import pyplot as plt

N = 1000
n = N//10
s = np.random.normal(size=N)   # generate your data sample with N elements
p, x = np.histogram(s, bins=n) # bin it into n = N//10 bins
x = x[:-1] + (x[1] - x[0])/2   # convert bin edges to centers
f = UnivariateSpline(x, p, s=n)
plt.plot(x, f(x))
plt.show()

您可以在 UnivariateSpline 函数调用中增加或减少 s(平滑因子)以增加或减少平滑。例如，使用你得到的两个: