擬合正態分佈至1D數據

Question

我有一個1個三維Minkowski空間陣列和我可以計算該樣品的「平均」和「標準差」和繪製「正態分佈」但我有一個問題：

我要繪製在同一個圖中的數據和正態分佈象下面這樣：

我不知道如何繪製無論是「DATA」和「正態分佈」

約「SciPy的高斯概率密度函數任何想法.stats「？

s = np.std(array) 
m = np.mean(array) 
plt.plot(norm.pdf(array,m,s)) 

Answer 1

您可以使用matplotlib繪製直方圖和PDF（如在@ MrE的答案中的鏈接）。爲了擬合和計算PDF，您可以使用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, normed=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() 

下面是由腳本生成的情節：

Answer 2

要查看正態分佈和實際數據，您應該將數據繪製爲直方圖，然後在其上繪製概率密度函數。請參見http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html上的示例，瞭解如何執行此操作。