直方图曲线拟合及函数形式提取-Python

如果我已经使用matplotlib在python中绘制了一个直方图，那么我如何能够轻松地提取直方图的函数形式，或者我想，提取直方图的最佳拟合曲线的函数。我不知道如何绘制这条最佳拟合曲线。谢谢你的帮助

---

我的柱状图的形状像是一个倒转的lennard-jones势。

为了彻底地回答这两个问题，我将回答这两个问题。这是两个独立的问题：将函数拟合到直方图数据，然后绘制函数。首先，scipy有一个适合您的功能的工具。其中可能是最简单的

举个例子,

from scipy.optimize import curve_fit
import numpy as np
import matplotlib.pyplot as plt

# Model function
def f(x, a, b):
    return a * x + b

# Example data
x = np.linspace(0, 10, 20)
y = f(x, 0.2, 3.4) + 0.2 * np.random.normal(size=len(x))

# Do the fit
popt, pcov = curve_fit(f, x, y, [1.0, 1.0])

从

curve\u fit

中，您可以获得函数

f

的优化参数

a、b

和统计协方差。您还可以将统计权重的误差作为

sigma

传递给它

现在您可以绘制数据和直方图。我想对于曲线，在

x

中使用更高的分辨率是有意义的

# Plot data
plt.plot(x, y, 'o')

# Plot fit curve
fit_x = np.linspace(0, 10, 200)
plt.plot(fit_x, f(fit_x, *popt))
plt.show()

---

我在这里没有专门讨论柱状图或Lennard Jones势，以限制代码的复杂性并关注您所问的部分。但是这个例子可以适用于任何类型的最小二乘优化问题。

这实际上不是Python特有的问题，甚至不是编程问题。你最好在中询问一个算法。你想知道如何拟合还是如何绘制结果，或者两者兼而有之？哦，是的。哇！我是个新手，所以我想可能会有一个matplotlib命令来绘制最佳拟合。无论如何谢谢你！我想一个更好的问题实际上是如何绘制数据集的最佳拟合曲线，在本例中是直方图！谢谢你的详细答复。当我手头有你的帮助时，我可以问你我如何使我的直方图适应输入x和y吗。目前，我的直方图仅由n，bin，patches=plt.hist定义（Vvec，num_bins，normed=1，facecolor='red'，edgecolor=“none”，alpha=0.5）…其中Vvec是我的x轴输入，我如何从这个定义中提取我的x和y？不客气。事实上，自从从gnuplot切换到Python进行交互式数据分析以来，我曾多次偶然发现这一点，所以我认为这一次值得写下来。等一下…好的，基本上是y->n和x->bin。但这并不是那么简单，因为箱子比n大1个元素。因此，您必须提取相关数据，这些数据可能是存储箱的左侧（

存储箱[：-1]

），右侧（

存储箱[1:]

），中心（

（存储箱[：-1]+存储箱[1:]）/2

）或其他位置。取决于你想如何建模。太棒了，这就是我需要知道的，让它工作起来。再次感谢你！