Python将分布拟合为钟形曲线

我正在研究一个预测模型。我的模型预测并不总是以标准分布的形式出现。我想变换或拟合分布值，使分布适合钟形曲线。这就像我想要一种转换函数，它将我的分布转换成钟形曲线（不一定是标准化的）

例如，我的发行版如下所示：

请注意，分布有点偏斜，并非完全标准/钟形曲线

以下是我希望该发行版的外观：

注意：这也不是完美的分布，只是更接近

注意：我并没有试图规范化这些值，只是适合分布。请注意，目标分布未规范化

---

我想我可以用

scipy.norm

或

numpy

的东西，但我似乎找不到我想要的东西 下面是一个例子：

import numpy as np
from scipy.stats import boxcox, gamma
import matplotlib.pyplot as plt


# Generate a random sample that is not from a normal distribution.
np.random.seed(1234)
x = gamma.rvs(1.5, size=250)

# Transform the data.
y, lam = boxcox(x)

# Plot the histograms.
plt.subplot(2, 1, 1)
plt.hist(x, bins=21, rwidth=0.9)
plt.title('Histogram of Original Data')
plt.subplot(2, 1, 2)
plt.hist(y, bins=21, rwidth=0.9)
plt.title('Histogram After Box-Cox Transformation\n($\\lambda$ = %.4g)' % lam)
plt.tight_layout()
plt.show()

---

要将数据拟合到正态分布，请参见此。我认为拟合不是正确的术语（它表明您需要根据数据确定钟形曲线的参数mu和sigma）。问题本身听起来更像是你想要改变发行版。