用每两个直方图数据集绘制两个理论 PDF

Question

我正在尝试使用以下代码（来自Fitting a histogram with python）将两个直方图与两条 PDF 曲线拟合：

datos_A = df['KWH/hh (per half hour) ']
datos_B = df['Response KWH/hh (per half hour) ']
(mu_A, sigma_A) = norm.fit(datos_A)
(mu_B, sigma_B) = norm.fit(datos_B)
n, bins, patches = plt.hist([datos_A , datos_B], 16, normed=1)
y_A = mlab.normpdf(bins, mu_A, sigma_A)
y_B = mlab.normpdf(bins, mu_B, sigma_B)
l = plt.plot([bins, bins], [y_A, y_B], 'r--', linewidth=2)
plt.grid(True)
plt.show()

但是，我得到了这样的东西：

我得到的是那些垂直线，而不是每个直方图的两条 PDF 线。我尝试了很多方法来解决这个问题，但我仍然无法弄清楚。

调整我的代码后，我得到了这两条线，但是，它们不是平滑曲线。

Answer 1

这是因为plt.plot 逐行绘制每条曲线。这意味着根据您的示例，它绘制 n 条垂直线，因为所有线的 x 坐标均为 (bins[i], bins[i])。

要解决此问题，请更改行：

l = plt.plot([bins, bins], [y_A, y_B], 'r--', linewidth=2)

到：

l_A = plt.plot(bins, y_A, 'r--', linewidth=2)
l_B = plt.plot(bins, y_B, 'b--', linewidth=2)

或者：

l = plt.plot(bins, np.stack([y_A, y_B]).T, '--', lw=2)

编辑：

要获得更平滑的线条，您可以像这样重新采样 bin：

N_resample = 100
bins_resampled = np.linspace(min(bins), max(bins), N_resample)
y_A = mlab.normpdf(bins_resampled, mu_A, sigma_A)
y_B = mlab.normpdf(bins_resampled, mu_B, sigma_B)
l = plt.plot(bins_resampled, np.stack([y_A, y_B]).T, '--', lw=2)