如何使用 matplotlib 将幂律拟合到直方图答案

【问题标题】：How to fit powerlaw to a histogram with matplotlib如何使用 matplotlib 将幂律拟合到直方图
【发布时间】：2011-12-09 04:06:21
【问题描述】：

我正在尝试将幂律拟合到直方图（更精确的帕累托分布）。我用我自己的函数来做，在那里我检查最小的差平方和。但这意味着我需要循环抛出所有的系数，这可能需要一些时间。另一个问题是我需要制作自己的数据列表，以便获得直方图数据。

所以我正在寻找一个函数，它可以返回由 matplotlib.pyplot.hist() 生成的数据列表，而不仅仅是一张图片，而且我想用帕累托分布拟合这些数据比循环这么多次更快并获得coefitions。

【问题讨论】：

【解决方案1】：

我认为您正在寻找值和 bin 大小。

matplotlib.pyplot.hist() 函数返回一个带有 (n, bins, patch) 的元组

例如绘制一些“数据”，150 个箱：

import matplotlib.pyplot as plt
hist = plt.hist(data,150)
binsize = hist[0]
value = hist[1]
print binsize
print ''
print value

【讨论】：