python - 如何在 seaborn 直方图上添加标准正态 pdf

Question

我想在用seaborn.

import numpy as np
import seaborn as sns 
x = np.random.standard_normal(1000)
sns.distplot(x, kde = False)

任何帮助，将不胜感激！

标签： pythonseabornhistogramdistribution

Answer 1

• scipy.stats.norm
  可以轻松访问具有已知参数的正态分布的 pdf ；默认情况下，它对应于标准法线，mu=0, sigma=1。
  • 无论数据平均值位于何处（例如mu=0或mu=10） ，此答案都有效
• 在python 3.8.11, matplotlib 3.4.2,中测试seaborn 0.11.2
• 这个问题和答案适用于轴级图；有关图形级别的图，请参阅如何在 seaborn displot 上绘制正态曲线

导入和数据

import numpy as np                                                              
import seaborn as sns                                                           
from scipy import stats                                                         
import matplotlib.pyplot as plt  

# data
np.random.seed(365)
x = np.random.standard_normal(1000)    

seaborn.histplot

ax = sns.histplot(x, kde=False, stat='density', label='samples')

# calculate the pdf
x0, x1 = ax.get_xlim()  # extract the endpoints for the x-axis
x_pdf = np.linspace(x0, x1, 100)
y_pdf = scipy.stats.norm.pdf(x_pdf)

ax.plot(x_pdf, y_pdf, 'r', lw=2, label='pdf')                                                   
ax.legend()

seaborn.distplot- 已弃用

• 为了正确对应您的采样数据，直方图应
  显示密度而不是计数，因此请norm_hist=True在seaborn.distplot调用中使用。

ax = sns.distplot(x, kde = False, norm_hist=True, hist_kws={'ec': 'k'}, label='samples')

# calculate the pdf
x0, x1 = ax.get_xlim()  # extract the endpoints for the x-axis
x_pdf = np.linspace(x0, x1, 100)
y_pdf = scipy.stats.norm.pdf(x_pdf)

ax.plot(x_pdf, y_pdf, 'r', lw=2, label='pdf')                                                     
ax.legend()