Python 使用seaborn绘制scipy拟合后的对数正态分布拟合

我已经使用

scipy.stats.lognormal

为数据拟合了一个分布，现在我正在尝试绘制分布图。我已使用seaborn生成与我的数据的拟合：

ax = sns.distplot(1 - clint_unique_cov_filter['Identity'], kde=False, hist=True, 
                  norm_hist=True, fit=lognorm, bins=np.linspace(0, 1, 500))
ax.set_xlim(0, 0.1)

这让我得到了我期望的健康：

我需要使用此分布的参数进行进一步分析，但首先我想验证我是否理解这些术语。显示我想要执行以下转换来转换

lognorm.fit的输出，以获得lognormal的标准mu和sigma参数：

shape, loc, scale = lognorm.fit(1 - clint_unique_cov_filter['Identity'])
mu = np.log(scale)
sigma = shape

但是，当我试图绘制此图时，我没有得到我期望的分布。为了再次检查，我尝试将原始值粘贴回绘图中，但分布明显不同：

s, l, sc = lognorm.fit(1 - clint_unique_cov_filter['Identity'])
rv = lognorm(s, l, sc)
plt.plot(np.linspace(0, 0.1), rv.pdf(np.exp(np.linspace(0, 0.1))))


为什么这种分布与seaborn生产的分布不同

编辑：

阅读seaborn密码让我找到了答案：

params = lognorm.fit(1 - clint_unique_cov_filter['Identity'])
xvals = np.linspace(0, 0.1)
pdf = lambda x: lognorm.pdf(xvals, *params)
yvals = pdf(xvals)
plt.plot(xvals, yvals)

这提供了正确的绘图：

通常您希望在
scipy.stats.lognorm.fit（）中使用
floc=0
；例如，如果您搜索
[scipy]lognorm
，请参见、，可能还有一些其他内容。
seaborn
是否使用floc=0？我尝试了两种方法，都没有提供seaborn制作的发行版。我想没有，但是从中看，您可以使用参数
fit\u kws=dict（floc=0）
。（我没有试过。）您确定
distplot
生成的绘图是您所期望的吗？这张图看起来像是在y轴上被切断的，这表明它将在达到0之前继续进入负x范围。看起来
distplot
的拟合导致了
loc
参数的负值。我明白了。因此，要使用
floc=0
，必须使用
fit
方法创建一个对象，该方法调用
lognorm.fit
with
floc=0
。