R 的曲线函数，但在 Python 中，用于绘制连续分布答案

【问题标题】：R's curve function, but in Python, for plotting a continuous distributionR 的曲线函数，但在 Python 中，用于绘制连续分布
【发布时间】：2021-04-13 15:19:58
【问题描述】：

R 中curve function 的以下example，

curve(dgamma(x, 3, .1), add=T, lwd=2, col="orange"),

绘制dgamma 连续分布的概率密度函数曲线。 Python 中的dgamma 等价于scipy.stats.dgamma。

如何在 Python 中为相同的分布绘制相同的曲线？我想要的不仅仅是拟合一个往往不准确的内核密度估计器 (KDE)。

【问题讨论】：

首先选择一个可视化库。 Matplotlib 是使用最广泛的，但根据您的环境，其他一些可能更合适或提供更好的外观和感觉。
在matplotlib 或scipy 中是否有等效的curve？
scipy是计算用，matplotlib是绘图用，绝对能画出曲线。您应该阅读他们提供的示例和教程。
Python 中是否有与curve 等效的函数？这不仅仅是我们在这里绘制的任何曲线。这是一条连续分布函数的曲线。 curve 在区间 [from, to] rdocumentation.org/packages/graphics/versions/3.6.2/topics/… 上绘制对应于函数的曲线
绘制时，曲线只是一组像素。它通常被绘制为一组有限且相当小的线，连接同样小的一组点。数据来自连续分布函数的事实一旦转换为像素就完全丢失了。老实说，我不记得 matplotlib 是否有一些实用函数可以采用相同的参数和 R，但是使用 numpy 在给定范围内生成一组点然后绘制它们应该相当容易。

标签： python r statistics curve-fitting curve

【解决方案1】：

我认为您在 matplotlib 或 seaborn 中没有等效的 curve 。您必须定义一组点并在同一设备上对其进行绘图。在这种情况下，由于您正在制作直方图，因此它会在 min 和 max 之间获得一些均匀分布的点：

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

x = stats.gamma.rvs(a=3,scale=1/0.1,size=1000)
plt.hist(x,density=True)
xl = np.linspace(x.min(),x.max(),1000)
plt.plot(xl,stats.gamma.pdf(xl,a=3,scale=1/0.1))

【讨论】：