python - 在 matplotlib 中平滑正态/高斯图

Question

我有一个 numpy 数字数组( float )。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.mlab as mlab

mean=np.mean(array1)
sigma=np.std(array1)    
plt.plot(array1,mlab.normpdf(array1,mean,sigma))
plt.show()

我得到的是以下内容:

有没有办法平滑分布？

Answer 1

我尝试使用以下代码重现您的数组。 a 是您的数组。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.mlab as mlab

a = np.random.randn(500)*5
plt.plot(a, mlab.normpdf(a, np.mean(a), np.std(a)))
plt.show()

这导致了这种令人厌恶的事情:

一种解决方案是仅对数据数组进行排序。 n 是基于a 的正态概率密度函数。 np.argsort 返回 a 的索引，您可以使用它对 a 和 n 进行排序。

n = mlab.normpdf(a, np.mean(a), np.std(a))
ind = np.argsort(a)
a = a[ind]
n = n[ind]
plt.plot(a,n)
plt.show()

这当然不是 smoothing真正意义上的。但我认为这可以解决你的问题。您也可以只使用标记而不是线条绘制绘图:

plt.plot(a, mlab.normpdf(a, np.mean(a), np.std(a)), 'o')

这也将导致更加“实用”的情节。