Python 正态分布曲线不'；t使用matplotlib在子批次中很好地拟合直方图

我使用“plt.subplot（2，2，sharex=True，sharey=True）”来绘制一个2*2的子图。每个子批次有两个Y轴，并包含直方图上的正态分布曲线。注意，我在这里特别设置了“sharex=True，sharey=True”，以使所有子地块共享相同的X轴和Y轴

运行我的代码后，除了第二、三和第四个子图之外，一切都很好，其中正态分布曲线与柱状图拟合得不是很好（请参见这里的图）

我用谷歌搜索了一下，但没能解决这个问题。但是，如果我在代码中设置了“sharex=True，sharey=False”，那么该图看起来是正确的，但是所有子地块都使用自己的Y轴，这不是我想要的。请看这里的数字

希望StackOverflow的专家能解决这个问题。非常感谢

下面是我的代码：

import matplotlib.pyplot as plt

from scipy.stats import norm

def align_yaxis(ax1, v1, ax2, v2):
    #adjust ax2 ylimit so that v2 in ax2 is aligned to v1 in ax1
    _, y1 = ax1.transData.transform((0, v1))
    _, y2 = ax2.transData.transform((0, v2))
    inv = ax2.transData.inverted()
    _, dy = inv.transform((0, 0)) - inv.transform((0, y1-y2))
    miny, maxy = ax2.get_ylim()
    ax2.set_ylim(miny+dy, maxy+dy)
    
def drawSingle(myax, mydf , title, offset):
    
    num_bins = 200
    xs = mydf["gap"]
    x = np.linspace(-1,1,1000)
    
    mu =np.mean(x) 
    sigma =np.std(xs)
    n, bins, patche =  myax.hist(xs, num_bins, alpha=0.8, facecolor='blue', density=False) 
    

    myax.set_ylabel('frequency',color="black",fontsize=12, weight = "bold")
    myax.set_xlabel('X', fontsize=12, weight = "bold",horizontalalignment='center')

    ax_twin = myax.twinx()
    y_normcurve = norm.pdf(bins, mu, sigma)
    ax_twin.plot(bins, y_normcurve, 'r--') 

    align_yaxis(myax,0,ax_twin,0)
    peakpoint = norm.pdf(mu,loc=mu,scale=sigma)
    plt.vlines(mu, 0, peakpoint, 'y', '--', label='example')
    
    ax_twin.set_ylabel("probablility dense",color="black",fontsize=12, weight = "bold")
    
         
def drawSubplots(mydf1,mydf2,mydf3,mydf4, pos1,pos2,pos3,pos4, title, filename):
    plt.rcParams['figure.figsize'] = (18,15 )
    
    my_x_ticks = np.arange(-0.8, 0.8,0.1)
   
    rows, cols = 2, 2
    fig, ax = plt.subplots(2, 2, sharex=True, sharey=True)

    drawSingle(ax[0][0], mydf1, "Subplot1", pos1)
    drawSingle(ax[0][1], mydf2, "Subplot2", pos2)
    drawSingle(ax[1][0], mydf3, "Subplot3", pos3)
    drawSingle(ax[1][1], mydf4, "Subplot4", pos4)
    
    plt.text(-1, -1, title, horizontalalignment='center', fontsize=18)
    
    plt.show()

    
drawSubplots(df1, df2,df3,df4,3.2,3.1,2.7,2.85,"test9", "test9")

以下是一个尝试：

• 使左y轴为“频率”（在当前箱子宽度的情况下，这是非常没有信息的），并在4个子批次之间共享
• 右y轴是否为“概率密度”；注意所有高斯函数的顶部是如何在y=0.02左右的（双轴只能在末尾设置，因为共享的y轴可以通过后面的子批次进行更新）
• 使直方图和法线曲线对齐

导入matplotlib.pyplot作为plt
作为pd进口熊猫
将numpy作为np导入
从scipy.stats导入norm
def drawSingle（myax、mydf、标题）：
数量=200
xs=mydf[“差距”]
x=np.linspace（-1,1,1000）
mu=np.平均值（x）
西格玛=np.std（xs）
n、 容器，补丁=myax.hist（xs，num_容器，alpha=0.8，facecolor='blue'，density=False）
myax.set_ylabel（'frequency'，color=“black”，fontsize=12，weight=“bold”）
myax.set_xlabel（'X'，fontsize=12，weight=“bold”，horizontalalignment='center'））
归一化系数=len（xs）*（料仓[1]-料仓[0]）
y_normcrove=norm.pdf（x，mu，sigma）*归一化系数
myax.plot（x，y_曲线，'r--'）
myax.vlines（mu，0，y_normcrove.max（），'y'，'--'，color='lime'，label='example'）
返回归一化因子
def绘图子批次（mydf1、mydf2、mydf3、mydf4、标题）：
plt.rcParams['figure.figsize']=（18,15）
图，ax=plt.子批次（nrows=2，ncols=2，sharex=True，sharey=True）
dfs=[mydf1、mydf2、mydf3、mydf4]
标准系数=[drawSingle（ax_i，df，title）
对于ax_i，df，zip中的标题（ax.ravel（），dfs，[“Subplot1”、“Subplot2”、“Subplot3”、“Subplot4”]）]
对于ax_i，zip中的norm_因子（ax.ravel（），norm_因子）：
ax_twin=ax_i.twinx（）
ymax=ax_i.get_ylim（）[1]
ax_twin.set_ylim（0，ymax/norm_因子）
plt.suptitle（标题，字体大小=18）
plt.紧_布局（）
plt.show（）
df1，df2，df3，df4=[6000，4000，1800，1200]中n的[pd.数据帧（{“gap”：np.random.normal（0，0.2，n）}]
图纸子图（df1、df2、df3、df4，“标题”）

---

非常感谢约翰，你太棒了

基于您的代码，我刚刚在DrawSubplot函数中添加了几行代码，以便使95%的高斯曲线区域在每个子图的下限和上限之间着色。以下是我的尝试。看来ax_twin.fill_between在这里不正常工作。从图中可以看出，阴影区域超出了高斯曲线。我想要的只是在高斯曲线下的下限和上限之间对区域进行着色。如果你不介意的话，请你检查一下我的错误好吗？多谢各位

import matplotlib.pyplot as plt
import math

from scipy.stats import norm

def align_yaxis(ax1, v1, ax2, v2):
    #adjust ax2 ylimit so that v2 in ax2 is aligned to v1 in ax1
    _, y1 = ax1.transData.transform((0, v1))
    _, y2 = ax2.transData.transform((0, v2))
    inv = ax2.transData.inverted()
    _, dy = inv.transform((0, 0)) - inv.transform((0, y1-y2))
    miny, maxy = ax2.get_ylim()
    ax2.set_ylim(miny+dy, maxy+dy)
    
    

def drawSingle(myax, mydf , title):
    
    num_bins = 200
    xs = mydf["gap"]
    x = np.linspace(-1,1,1000)
 
    mu =np.mean(xs) 
    sigma =np.std(xs)
    
    n, bins, patches = myax.hist(xs, num_bins, alpha=0.8, facecolor='blue', density=False)
    

    myax.set_ylabel('Frequency', color="black", fontsize=12, weight="bold")
    myax.set_xlabel(title, fontsize=12, weight="bold", horizontalalignment='center')

    normalization_factor = len(xs) * (bins[1] - bins[0])
    y_normcurve = norm.pdf(x, mu, sigma) * normalization_factor
    myax.plot(x, y_normcurve, 'r--')

    myax.vlines(mu, 0, y_normcurve.max(), 'y', '--', color='lime', label='example')
    
    plt.xlim(-0.8,0.8) 
    my_x_ticks = np.arange(-0.8, 0.8,0.1)
    plt.xticks(my_x_ticks)

    return normalization_factor, mu, sigma
    
    
def drawSubplots(mydf1,mydf2,mydf3,mydf4, title):
    plt.rcParams['figure.figsize'] = (18,15 )
    
    norm_factors = []
    mus = []
    sigmas = []
    
    my_x_ticks = np.arange(-0.8, 0.8,0.1)
    
    
    rows, cols = 2, 2
    fig, ax = plt.subplots(nrows=rows, ncols=cols, sharex=True, sharey=True)
    

    dfs = [mydf1, mydf2, mydf3, mydf4]
    #norm_factors = [drawSingle(ax_i, df, title)
                    #for ax_i, df, title in zip(ax.ravel(), dfs, ["Subplot1", "Subplot2", "Subplot3", "Subplot4"])]
    
    
    for ax_i, df, title in zip(ax.ravel(), dfs, ["Subplot1", "Subplot2", "Subplot3", "Subplot4"]):
        norm_factor, mu, sigma = drawSingle(ax_i, df, title)
        norm_factors.append(norm_factor)
        mus.append(mu)
        sigmas.append(sigma)
    
    
    for ax_i, norm_factor, mu, sigma in zip(ax.ravel(), norm_factors, mus, sigmas ):
        ax_twin = ax_i.twinx()
        
        xmax = ax_i.get_xlim()[1]
        ax_twin.set_ylim(0, xmax / norm_factor)
        ax_twin.set_ylabel("probablility dense",color="black",fontsize=12, weight = "bold")
        
        
        CI_95_lower = mu - (1.96*sigma)
        CI_95_upper = mu + (1.96*sigma)

        px_shaded = np.arange(CI_95_lower,CI_95_upper,0.1)
        ax_twin.fill_between(px_shaded,norm.pdf(px_shaded,loc=mu,scale=sigma) * norm_factor,alpha=0.75, color='pink')
        area_shaded_95_CI = norm.cdf(x=CI_95_upper, loc=mu, scale=sigma)-norm.cdf(x=CI_95_lower, loc=mu, scale=sigma)
        ax_twin.text(-0.06,0.01,str(round(area_shaded_95_CI*100,1))+"%", fontsize=20)
       
        ax_twin.annotate(s=f'lower bound= {CI_95_lower:.3f}',xy=(CI_95_lower,norm.pdf(CI_95_lower,loc=mu,scale=sigma)),xytext=(-0.75,0.01),weight='bold',color='blue',\
                 arrowprops=dict(arrowstyle='-|>',connectionstyle='arc3',color='green'),\
                 fontsize=12
                )

        ax_twin.annotate(s=f'upper bound= {CI_95_upper:.3f}',xy=(CI_95_upper,norm.pdf(CI_95_upper,loc=mu,scale=sigma)),xytext=(0.28,0.01),weight='bold',color='blue',\
                 arrowprops=dict(arrowstyle='-|>',connectionstyle='arc3',color='green'),\
                  fontsize=12
                )

        ax_twin.text(0.05, 0.03, r"$\mu=" + f'{mu:.6f}' + ", \sigma=" + f'{sigma:.6f}' + "$" + ", confidence interval=95%" ,
            horizontalalignment='center', fontsize=15)
        
        
    
    plt.suptitle(title, fontsize=18)
    plt.tight_layout()
    plt.show()


df1, df2, df3, df4 = [pd.DataFrame({"gap": np.random.normal(0, 0.2, n)}) for n in [6000, 4000, 1800, 1200]]

drawSubplots(df1, df2, df3, df4, "Title")

---

请注意，使用

sharey=True

，行数较少的数据帧的直方图将更小。如果希望这些具有相似高度，则需要使用

hist（…，density=True）

（将其面积缩放为1）对高度进行规格化。需要

density=True

以正确拟合法线曲线。或者，用

y\u normcrove

乘以

len（xs）

，再乘以binwidth（

y\u normcrove*len（xs）*（bins[1]-bins[0）

），使它们的面积相等。最好省去

twinx（）

并在同一

ax

上绘制所有内容。此外，

mu=np.mean（xs）

比

mu=np.mean（x）更合适

。最后，使用

y\u normcrove=norm.pdf（x，mu，sigma）

将曲线绘制为

myax.plot（x，…）

Hi JohanC，非常感谢您的帮助！。我按照您的建议，在drawSingle函数中修改了代码。（设置密度=真）现在，正态分布曲线看起来比直方图更适合，但是每个图中的左Y轴不是频率。我还能有两个Y轴吗（左一个表示频率，右一个表示概率密度）？再次感谢！另外，我不太理解你的意思（Y_正态曲线*len（xs）*（bin[1]-bin[0））请您告诉我如何在代码中执行此操作？再次感谢！使用

density=True

，y轴将是“概率分布函数”的高度。请注意“频率”只有当您有一个明确定义的箱子宽度时，才是有用的度量。如果您使用

bins=200

，箱子宽度将

（xs.max（）-xs.min（））/200

，这在4个图中是不同的。乘以

（y_normcurve*len（xs）*（箱子[1]-箱子[0]）

仅当您使用

density=False

时才需要。嗨，JohanC，我找到了它。正确的方法是将我添加的所有代码移动到drawSingle函数中，在该函数中我使用myax绘制阴影区域并添加注释。非常感谢您的帮助！非常感谢！嗨，JohanC，关于正确的Y轴刻度还有一个困惑。我运行了Y我们的代码并指出，右Y轴刻度不反映概率密度的正确值。请您建议如何调整代码，使其准确显示概率密度的值。具体而言，所有高斯数的顶部约为Y=0.02，但请使用“norm.pdf（mu，loc=mu，scale=sigm