python: vẽ biểu đồ với một đường hàm trên đầu trang

Question

Tôi đang cố gắng làm một chút phân phối âm mưu và phù hợp trong Python bằng cách sử dụng SciPy cho số liệu thống kê và matplotlib cho âm mưu. Tôi đang gặp may mắn với một số thứ như tạo ra một biểu đồ:

seed(2) 
alpha=5 
loc=100 
beta=22 
data=ss.gamma.rvs(alpha,loc=loc,scale=beta,size=5000) 
myHist = hist(data, 100, normed=True) 

Brilliant!

Tôi thậm chí có thể mất các thông số gamma cùng và cốt truyện chức năng dòng của hàm phân bố xác suất (sau khi một số googling):

rv = ss.gamma(5,100,22) 
x = np.linspace(0,600) 
h = plt.plot(x, rv.pdf(x)) 

Làm thế nào tôi sẽ đi về vẽ biểu đồ myHist với dòng PDF h được chồng lên trên biểu đồ? Tôi hy vọng điều này là tầm thường, nhưng tôi đã không thể hình dung ra được.

Answer 1

chỉ cần đặt cả hai phần lại với nhau.

import scipy.stats as ss 
import numpy as np 
import matplotlib.pyplot as plt 
alpha, loc, beta=5, 100, 22 
data=ss.gamma.rvs(alpha,loc=loc,scale=beta,size=5000) 
myHist = plt.hist(data, 100, normed=True) 
rv = ss.gamma(alpha,loc,beta) 
x = np.linspace(0,600) 
h = plt.plot(x, rv.pdf(x), lw=2) 
plt.show() 

để đảm bảo bạn sẽ có được những gì bạn muốn trong bất kỳ trường hợp cốt truyện cụ thể, cố gắng tạo ra một đối tượng figure đầu tiên

import scipy.stats as ss 
import numpy as np 
import matplotlib.pyplot as plt 
# setting up the axes 
fig = plt.figure(figsize=(8,8)) 
ax = fig.add_subplot(111) 
# now plot 
alpha, loc, beta=5, 100, 22 
data=ss.gamma.rvs(alpha,loc=loc,scale=beta,size=5000) 
myHist = ax.hist(data, 100, normed=True) 
rv = ss.gamma(alpha,loc,beta) 
x = np.linspace(0,600) 
h = ax.plot(x, rv.pdf(x), lw=2) 
# show 
plt.show() 

Answer 2

On có thể quan tâm đến âm mưu thực hiện chức năng distibution của bất kỳ biểu đồ nào. Điều này có thể được thực hiện bằng chức năng sanh ở biển kde

import numpy as np # for random data 
import pandas as pd # for convinience 
import matplotlib.pyplot as plt # for graphics 
import seaborn as sns # for nicer graphics 

v1 = pd.Series(np.random.normal(0,10,1000), name='v1') 
v2 = pd.Series(2*v1 + np.random.normal(60,15,1000), name='v2') 

# plot a kernel density estimation over a stacked barchart 
plt.figure() 
plt.hist([v1, v2], histtype='barstacked', normed=True); 
v3 = np.concatenate((v1,v2)) 
sns.kdeplot(v3); 
plt.show() 

từ một khóa học Coursera trên trực quan dữ liệu với python