用 pd.hist 绘制正态分布答案

【问题标题】：plot normal distribution with pd.hist用 pd.hist 绘制正态分布
【发布时间】：2017-12-15 13:19:54
【问题描述】：

我有一个 pd.DataFrame，我想在上面绘制并拟合一条钟形曲线。我已经绘制了直方图。如何拟合钟形曲线？

wordfreq = pd.DataFrame(columns=vocab, index = authors, data = rates) 
wordfreq.hist(column='the', grid = False, normed = True, color = '#9ebcda')[:25]
plt.rcParams['axes.facecolor'] = 'white'
plt.title("use of 'the' women")

【问题讨论】：

我想知道你的意思是不是 KDE（核密度估计），在这种情况下，seaborn 的 distplot（上面提到的）将默认覆盖。
谢谢，这很容易。
If you wanted to know how to do it without seaborn
seaborn distplot 绘制的是核密度估计值，而不是钟形曲线。

标签： python pandas matplotlib visualization

【解决方案1】：

您可以将seaborn 包用作：

seaborn.distplot(wordfreq[column])

【讨论】：

0-20的数据消失了。是因为kde吗？
是的，但如果你不想要 kde，那么你将它设置为 false 为 distplot(kde=False)

【解决方案2】：

钟形曲线仅由mean 和variance 两个参数定义，您可以通过numpy.mean 和numpy.std 轻松计算它们

如果您只想要一个没有任何参数设置的内核密度估计，请使用 seaborn 和 distplot(data = wordfreq[column])

【讨论】：

是的，对不起，您完全正确，感谢您的提及。我会编辑它