小编Jin*_*Kim的帖子

我的问题是如何从Python中的数据框制作正态分布图。我可以找到很多信息来从随机数制作这样的图表，但我不知道如何从数据框制作它。

首先，我生成了随机数并制作了一个数据框。

import numpy as np
import pandas 
from pandas import DataFrame

cv1 = np.random.normal(50, 3, 1000)

source = {"Genotype": ["CV1"]*1000, "AGW": cv1}
Cultivar_1=DataFrame(source)

然后，我尝试制作正态分布图。

sns.kdeplot(data = Cultivar_1['AGW'])
plt.xlim([30,70])  
plt.xlabel("Grain weight (mg)", size=12)    
plt.ylabel("Frequency", size=12)                
plt.grid(True, alpha=0.3, linestyle="--")     
plt.show()

然而，这是一个密度图，而不是使用平均值和标准差计算的正态分布图。

你能告诉我需要使用哪些代码来制作正态分布图吗？

谢谢！！

我想使用 nls 包检查非线性模型。

power<- nls(formula= agw~a*area^b, data=calibration_6, start=list(a=1, b=1))
summary(power)

这是关于模型的参数。

它说 y= 0.85844 x^1.37629

但是，在 Excel 中（下图）。它说 y= 0.7553 x^1.419

如果我在 R 中绘制图形，则图形是相同的。为什么同一个模型产生不同的参数？

我需要更信任哪个方程式？你能回答我吗？

非常感谢。

ggplot(data=calibration_6, aes(x=area, y=agw)) + 
  geom_point (shape=19, color="cadetblue" ,size=2.5) +
  stat_smooth(method = 'nls', formula= y~a*x^b, start = list(a = 0, b=0), se=FALSE, color="Dark Red",level=0.95) +
  scale_x_continuous(breaks = seq(0,25,5),limits = c(0,25)) +
  scale_y_continuous(breaks = seq(0,80,10), limits = c(0,80)) +
  theme_bw() + 
  theme(panel.grid = element_blank())