python - 使用seaborn库从最佳拟合正态分布中获取平均值和标准差

Question

我有一组数据，我使用seaborn库绘制直方图，应用核密度估计并对数据拟合正态分布。不过，我想提取最佳拟合正态分布的均值和标准差。如何从该库的函数 distplot 中获取这些值作为输出？ 我的代码:

import seaborn as sns
from scipy.stats import norm 
sns.set_style("darkgrid")
sns.set_context("paper", font_scale=1, rc={"lines.linewidth": 1.5, "axes.linewidth": 1.0, "axes.labelsize": 15, "xtick.labelsize": 10, "ytick.labelsize": 10, "font.family":'serif','font.serif':'Ubuntu'})

fig, axes = plt.subplots(1, 1, figsize=(10, 10))
sns.distplot(C,
            fit=norm, kde=True,
            fit_kws ={"color": "#fc4f30", "lw": 1.5},
            kde_kws={"color": "y", "lw": 1.5},
            hist_kws={"histtype": "stepfilled", "linewidth": 1, "alpha": 0.1, "color": "b"},
            norm_hist=True, ax=axes[0,0])

seaborn 库中的一个错误是，它不会生成拟合正态分布的标签，但会生成直方图或核密度的标签。

如何获取正态分布参数并在图中为其制作标签？

Answer 1

不要将它们作为绘图的输出；使用您传递给它的估计器对象:

norm.fit(C)