Python 中 fitdist 和 histfit 的等价物是什么？

Question

--- 示例 ---

我有一个数据集（样本），它在一维数组 (see the attached .json file) 中包含 1000 个损坏值（这些值非常小）。样本似乎遵循对数正态分布：

---问题和我已经尝试过的---

我尝试了这篇文章Fitting empirical distribution to theoretical ones with Scipy (Python)? 和这篇文章Scipy: lognormal fitting 中的建议，以通过对数正态分布拟合我的数据。这些都不起作用。 :(

我总是在 Y 轴上得到非常大的东西，如下所示：

这是我在 Python 中使用的代码（data.json 文件可以从here 下载）：

from matplotlib import pyplot as plt
from scipy import stats as scistats
import json
with open("data.json", "r") as f:
  sample = json.load(f) # load data: a 1000 * 1 array with many small values( < 1e-6)
fig, axis = plt.subplots() # initiate a figure
N, nbins, patches = axis.hist(sample, bins = 40) # plot sample by histogram
axis.ticklabel_format(style = 'sci', scilimits = (-3, 4), axis = 'x') # make X-axis to use scitific numbers
axis.set_xlabel("Value")
axis.set_ylabel("Count")    
plt.show()

fig, axis = plt.subplots()
param = scistats.lognorm.fit(sample) # fit data by Lognormal distribution
pdf_fitted = scistats.lognorm.pdf(nbins, * param[: -2], loc = param[-2], scale = param[-1]) # prepare data for ploting fitted distribution
axis.plot(nbins, pdf_fitted) # draw fitted distribution on the same figure
plt.show()

我尝试了另一种分布，但是当我尝试绘制结果时，Y 轴总是太大，我无法用我的直方图绘制。我哪里失败了？？？

我还尝试了另一个问题中的建议：Use scipy lognormal distribution to fit data with small values, then show in matplotlib。但是变量pdf_fitted的值总是太大。

--- 期待结果---

基本上我想要的是这样的：

这是我在上面截图中使用的 Matlab 代码：

fname = 'data.json';
sample = jsondecode(fileread(fname));

% fitting distribution
pd = fitdist(sample, 'lognormal')

% A combined command for plotting histogram and distribution
figure();
histfit(sample,40,"lognormal")

所以如果你对 Python/Scipy/Numpy/Matplotlib 中 fitdist 和 histfit 的等效命令有任何想法，请发布！

非常感谢！

Answer 1

试试 distfit（或 fitdist）库。

https://erdogant.github.io/distfit/

pip install distfit

import numpy as np

# Example data
X = np.random.normal(10, 3, 2000)
y = [3,4,5,6,10,11,12,18,20]

# From the distfit library import the class distfit
from distfit import distfit

# Initialize
dist = distfit()

# Search for best theoretical fit on your emperical data
dist.fit_transform(X)

# Plot
dist.plot()

# summay plot
dist.plot_summary()

所以你的情况是：

dist = distfit(distr='lognorm')
dist.fit_transform(X)

Answer 2

试试seaborn：

import seaborn as sns, numpy as np
sns.set(); np.random.seed(0)
x = np.random.randn(100)
ax = sns.distplot(x)

Answer 3

我使用 Openturns 库尝试了您的数据集

x 是 json 文件中给出的列表。

import openturns as ot
from openturns.viewer import View
import matplotlib.pyplot as plt

# first format your list x as a sample of dimension 1
sample = ot.Sample(x,1) 

# use the LogNormalFactory to build a Lognormal distribution according to your sample
distribution = ot.LogNormalFactory().build(sample)

# draw the pdf of the obtained distribution
graph = distribution.drawPDF()
graph.setLegends(["LogNormal"])
View(graph)
plt.show()

如果你想要分布的参数

print(distribution)
>>> LogNormal(muLog = -16.5263, sigmaLog = 0.636928, gamma = 3.01106e-08)

您可以通过调用 HistogramFactory 以相同的方式构建直方图，然后您可以将一个图表添加到另一个图表：

graph2 = ot.HistogramFactory().build(sample).drawPDF()
graph2.setColors(['blue'])
graph2.setLegends(["Histogram"])
graph2.add(graph)
View(graph2)

如果要缩放，请设置边界值

axes = view.getAxes()
_ = axes[0].set_xlim(-0.6e-07, 2.8e-07)
plt.show()