创建多个图时，拟合分布被剪切

Question

我正在尝试绘制出版物正态分布的 3 个数字，但我只得到一个好的数字（英国）。其余两个（美国和日本）的正态曲线不完整。

我将曲线拟合到直方图，因此您可以说每个图需要包含两个图，即直方图和高斯分布。

请查看我的部分代码并告诉我如何解决此问题。 我非常愿意接受建议，谢谢。

我的 Matplotlib 数据：fitted distribution、fitted distribution、fitted distribution

for item in totalIPs:
    USA=totalIPs[18]
    JAPAN=totalIPs[10]
    UK=totalIPs[17]
    AUSTRALIA=totalIPs[0]

#print(USA)
#print(JAPAN)
#print(UK)
#print(AUSTRALIA)
#print('done')

#print(country)
#print(ipFirmnames)
#print(totalIPs)
#print("done")       

#Calculating mean and standard deviation
#from sublists in country list of lists
#i could write a function for this but dont know how

mu_USA=statistics.mean(USA)
mu_JAPAN=statistics.mean(JAPAN)
mu_UK=statistics.mean(UK)

std_USA=statistics.stdev(USA)
std_JAPAN=statistics.stdev(JAPAN)
std_UK=statistics.stdev(UK)

plt.figure(1)
plt.hist(USA, bins=10, normed=True, alpha=0.6, color='g')

plt.figure(2)
plt.hist(JAPAN,bins=10,normed=True,alpha=0.6, color ='g')

plt.figure(3)
plt.hist(UK, bins=10,normed=True, alpha=0.6, color = 'g')

standardize_USA=(np.array(USA)-mu_USA)/std_USA
standardize_JAPAN=(np.array(JAPAN)-mu_JAPAN)/std_JAPAN
standardize_UK=(np.array(UK)-mu_UK)/std_UK

xmin, xmax = plt.xlim()

x1=np.linspace(xmin, xmax, 100)
x2=np.linspace(xmin, xmax, 100)
x3=np.linspace(xmin, xmax, 100)

fitted_pdf_USA=ss.norm.pdf(x1,mu_USA, std_USA)
fitted_pdf_JAPAN=ss.norm.pdf(x3,mu_JAPAN, std_JAPAN)
fitted_pdf_UK=ss.norm.pdf(x3,mu_UK, std_UK)

plt.figure(1)
plt.plot(x1, fitted_pdf_USA, 'K', linewidth=2)

plt.figure(2)
plt.plot(x2, fitted_pdf_JAPAN,'K', linewidth=2)
fitted_pdf_JAPAN=ss.norm.pdf(x2,mu_JAPAN, std_JAPAN)


plt.figure(3)
plt.plot(x3, fitted_pdf_UK,'K', linewidth=2)

#plt.show()
print(standardize_USA)
print(standardize_JAPAN)

#print(USA)
print(UK)
print(JAPAN)

Answer 1

您遇到的问题是曲线的限制仅从零件中的一条曲线获得

xmin, xmax = plt.xlim()

根据各自的数据为每个图设置单独的限制，而不是图表限制，它将解决您的问题。请使用 numpy 中的 max() 和 min()。

x1=np.linspace(USA.min(),USA.max(),100)

为每个带有各自数据的图执行此操作。这种方式会给出平滑的曲线，但限制不是图形，而是数据。如果它太小，只需通过乘法（如1.1*max()）或和（max()+10；min 取决于数据）来增加限制。