python - 如何使用matplotlib正确绘制带有pdf的标准化直方图？

Question

我尝试使用numpy.random.normal 文档中的示例绘制标准化直方图。为此，我生成正态分布的随机样本。

mu_true = 0
sigma_true = 0.1 
s = np.random.normal(mu_true, sigma_true, 2000)

然后我将正态分布拟合到数据并计算pdf。

mu, sigma = stats.norm.fit(s)
points = np.linspace(stats.norm.ppf(0.01,loc=mu,scale=sigma),
                 stats.norm.ppf(0.9999,loc=mu,scale=sigma),100)
pdf = stats.norm.pdf(points,loc=mu,scale=sigma)

显示拟合的 pdf 和数据直方图。

plt.hist(s, 30, density=True);
plt.plot(points, pdf, color='r')
plt.show() 

我使用density=True，但很明显 pdf 和 histogram 没有标准化。

有人可以建议绘制真正标准化的直方图和 pdf 吗？

Seaborn distplot 也不能​​解决问题。

import seaborn as sns
ax = sns.distplot(s)

标签： pythonmatplotlibhistogram

Answer 1

是什么让你认为它没有标准化？猜测一下，这可能是因为每列的高度扩展到大于 1 的值。但是，这种想法是有缺陷的，因为在归一化的直方图/pdf 中，它下面的总面积应该总和为 1（而不是高度）。当您处理 x 中的小步骤时（就像您一样），小于一，那么列高大于一也就不足为奇了！

您可以在链接的 scipy 示例中清楚地看到这一点：x 值更大（一个数量级），因此它们的 y 值也更小。如果您更改分布以涵盖更广泛的值，您将看到相同的效果。尝试 sigma 10 而不是 0.1，看看会发生什么！