在一个图中拟合对数正态和法线

如何解决在一个图中拟合对数正态和法线

为了比较它们，我必须将对数正态和法线拟合到我的数据上。我能够使我的数据正常显示，如下图所示。我很难添加拟合的对数正态

这是我的代码：

   mu,std = st.norm.fit(data)
   plt.hist(data,50,density=True,facecolor='orange',alpha=0.75)
   xmin,xmax  = plt.xlim()
   x = np.linspace(xmin,xmax,100)
   p = st.norm.pdf(x,mu,std)
   plt.plot(x,p,'k',linewidth=1.5)
   plt.show()

解决方法

stats.lognorm的工作原理类似于$match : { "process_name" : { $in: ["a","b"] } } ，但是使用了3个参数。具有3个参数使分布更难拟合，并且process_name通常被赋予初始猜测为零。没有这样的初步猜测，拟合度通常很差。请注意，除了猜测之外，还可以将固定的stats.norm设置为loc。

loc

PS：尝试使用lognorm.fit(data,floc=0)可以安装的Paul H's library：

import numpy as np
from scipy import stats as st
import matplotlib.pyplot as plt

data = 60 + (np.random.randn(50,200)+0.2).cumsum(axis=0).ravel()

lshape,lloc,lscale = st.lognorm.fit(data,loc=0)
mu,std = st.norm.fit(data)
plt.hist(data,50,density=True,facecolor='orange',alpha=0.75)

xmin,xmax = plt.xlim()
x = np.linspace(xmin,xmax,500)
plt.plot(x,st.norm.pdf(x,mu,std),color='dodgerblue',linewidth=1.5,label='gaussian normal')
plt.plot(x,st.lognorm.pdf(x,lshape,loc=lloc,scale=lscale),color='limegreen',label='lognormal')
plt.legend()
plt.autoscale(enable=True,axis='x',tight=True)
plt.show()

乍一看，对于这些示例数据，它给出的曲线与pip install paramnormal相同（但参数化不同）。