直方图上的非标准化高斯曲线

Question

当绘制为直方图时,我有高斯形式的数据.我想在直方图上绘制一条高斯曲线,看看数据有多好.我正在使用matplotlib的pyplot.另外,我不想标准化直方图.我可以做标准拟合,但我正在寻找一个非标准化的拟合.这里有人知道怎么做吗？

谢谢!阿比纳夫库马尔

Answer 1

举个例子:

import pylab as py
import numpy as np
from scipy import optimize

# Generate a 
y = np.random.standard_normal(10000)
data = py.hist(y, bins = 100)

# Equation for Gaussian
def f(x, a, b, c):
    return a * py.exp(-(x - b)**2.0 / (2 * c**2))

# Generate data from bins as a set of points 
x = [0.5 * (data[1][i] + data[1][i+1]) for i in xrange(len(data[1])-1)]
y = data[0]

popt, pcov = optimize.curve_fit(f, x, y)

x_fit = py.linspace(x[0], x[-1], 100)
y_fit = f(x_fit, *popt)

plot(x_fit, y_fit, lw=4, color="r")

这将使高斯图符合分布,您应该使用它pcov来给出一个数量,以确定拟合的好坏程度.

确定数据的高斯或任何分布的更好方法是Pearson卡方检验.需要一些练习来理解它,但它是一个非常强大的工具.