python密度函数曲线_python – 用matplotlib样本绘制概率密度函数

我想绘制基于概率密度函数的近似值
我有一个样本; 模拟直方图行为的曲线.我可以
有我想要的样本.
解决方法:
如果要绘制分布,并且知道它,请将其定义为函数,并将其绘制为:
import numpy as np
from matplotlib import pyplot as plt
def my_dist(x):
return np.exp(-x ** 2)
x = np.arange(-100, 100)
【python密度函数曲线_python – 用matplotlib样本绘制概率密度函数】p = my_dist(x)
plt.plot(x, p)
plt.show()
如果您没有确切的分布作为分析函数,也许您可??以生成一个大样本,采用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,使用这两个:
标签:python,matplotlib,histogram,probability

    推荐阅读