Python 用matplotlib按样本绘制概率密度函数

我想画一个概率密度函数的近似值，基于 我有一个样品；模拟直方图行为的曲线。我可以

---

有我想要的大样本。

如果您想要绘制分布，并且您知道它，请将其定义为函数，并按如下方式绘制：

import numpy as np
from matplotlib import pyplot as plt

def my_dist(x):
    return np.exp(-x ** 2)

x = np.arange(-100, 100)
p = my_dist(x)
plt.plot(x, p)
plt.show()

---

如果您没有精确的分布作为分析函数，也许您可以生成一个大样本，获取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，使用以下两种方法：

---

您需要做的是使用scipy.stats.kde包中的gaussian_kde

根据您的数据，您可以执行以下操作：

from scipy.stats.kde import gaussian_kde
from numpy import linspace
# create fake data
data = randn(1000)
# this create the kernel, given an array it will estimate the probability over that values
kde = gaussian_kde( data )
# these are the values over wich your kernel will be evaluated
dist_space = linspace( min(data), max(data), 100 )
# plot the results
plt.plot( dist_space, kde(dist_space) )

内核密度可以随意配置，可以轻松处理N维数据。 它还可以避免在askewchan给出的图中可以看到的样条线失真

---

您的样品是什么？这是分布还是实际数据？我不明白怎么会有人投票否决这个问题？！我的意思是基于什么？？？通常人们会投票的问题是立即明确，也显示出一些试图回答自己的问题。“你尝试过什么？”通常反对票都会伴随着评论，所以我不知道为什么在这种情况下没有发生。我明白了。谢谢你的解释。。。有时候这些事情让我觉得民主很糟糕！嘿，是的。在概述人们在一个问题中的期望（和不期望）时，这些选项非常有用。除了“声誉”之外，更多的投票会让你的问题更引人注目，更受关注。这对我的情况没有帮助。我已经写了我的采样函数，它不精确的样本大小一让说！那么我认为你应该把你的问题修改得更清楚。这回答了您的问题，假设您“拥有分布”。谢谢。但是我得到了以下错误：raise VALUERROR（“x和y数组沿插值轴的长度必须相等”VALUERROR:x和y数组沿插值轴的长度必须相等。@Naji很抱歉，现在应该可以工作了，有一个正态分布的工作示例。我仍然得到以下错误：f=UnivariateSpline（x，0.5，s=200）文件“/Library/Python/2.7/site packages/scipy/interpolate/fitpack2.py”，第143行，在init xb=bbox[0]，xe=bbox[1]，s=s中）dfitpack.error:未能将dfitpack.fpcurf0的第二个参数“y”转换为C/Fortran Array。我正在寻找类似的解决方案。我已经有一个数据集，但我不知道它有什么分布，所以我正在尝试使用python绘制概率分布函数，但我碰巧不知道如何绘制。在t“礼盒”。@SitzBlogz假设您的数据集名为

data

，然后只需删除@EnricoGiampieri answer中的

data=randn（1000）

，您就完成了！