Python 如何获得真正的平均值&；我的指数拟合？

我试图同时拟合，一个高斯分布和一个指数分布在同一个图的直方图上，但是当我试图得到指数拟合的平均值时，我得到了一些错误的东西，比如平均值：

-9.86369929907974E-07

，（我希望得到

70

，而不是

-9.8e-07

）

使用高斯拟合，我没有值的问题

这是我的情节：

我不知道我在获取指数拟合平均值的代码中做错了什么：

plt.figure(1)

plt.subplot(221)

cycle = map(float,cycle)
cycle = np.array(cycle)

list_cycle1 = cycle[cycle < 1000 ]
list_cycle2 = cycle[cycle >= 1000]

plt.hist(list_cycle1, bins=10, normed=True)

xt1 = plt.xticks()[0]
xmin1, xmax1= min(xt1), max(xt1)
lnspc1 = np.linspace(xmin1, xmax1, len(list_cycle1))

m1, s1 = stats.expon.fit(list_cycle1, moments='mv')
pdf_e = stats.expon.pdf(lnspc1, m1, s1)  
plt.plot(lnspc1, pdf_e, label='expon pdf') 

list_mean_1.append(m1)
list_se_1.append(s1)

plt.hist(list_cycle2, bins=10, normed=True)

xt2 = plt.xticks()[0]
xmin2, xmax2= min(xt2), max(xt2)
lnspc2 = np.linspace(xmin2, xmax2, len(list_cycle2))

m2, s2 = stats.norm.fit(list_cycle2)
pdf_g = stats.norm.pdf(lnspc2, m2, s2)
plt.plot(lnspc2, pdf_g, label="Norm")

list_mean_2.append(m2)
list_se_2.append(s2)

plt.图（1）
小地块（221）
循环=映射（浮动，循环）
循环=np.数组（循环）
列表\u cycle1=周期[周期<1000]
列表\u cycle2=周期[周期>=1000]
plt.hist（列表循环1，箱子=10，标准=真）
xt1=plt.xticks（）[0]
xmin1，xmax1=min（xt1），max（xt1）
lnspc1=np.linspace（xmin1，xmax1，len（列表循环1））
m1，s1=统计指数拟合（列表周期1，矩=mv'）
pdf_e=stats.expon.pdf（lnspc1、m1、s1）
plt.plt（lnspc1，pdf，label='expon pdf'）
列表平均值1.追加（m1）
列表1.附加（s1）
plt.hist（列表循环2，箱子=10，标准化=True）
xt2=plt.xticks（）[0]
xmin2，xmax2=min（xt2），max（xt2）
lnspc2=np.linspace（xmin2，xmax2，len（列表循环2））
m2，s2=统计标准拟合（列表2）
pdf_g=stats.norm.pdf（lnspc2、m2、s2）
plt.绘图（lnspc2，pdf，label=“Norm”）
列表平均值2.附加值（m2）
列表2.追加（s2）

如果需要，我可以添加一个

list\u cycle1

和

list\u cycle2

的示例

---

PS：我阅读了，不明白我的代码在哪里无法获得指数拟合的平均值。

stats.expon.fit返回元组（loc，scale）。据文件说,

刻度=1/lambda

这也是指数分布的平均值。因此，它是您想要的第二个参数

如果要强制位置为0，可以传入floc参数进行拟合。

谢谢您的回答！（我不知道为什么我关注loc以获得平均值：S）