詳解用Python為直方圖繪制擬合曲線的兩種方法

更新時間：2019年08月21日 15:48:33 作者：博觀厚積

這篇文章主要介紹了詳解用Python為直方圖繪制擬合曲線的兩種方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

直方圖是用于展示數(shù)據(jù)的分組分布狀態(tài)的一種圖形，用矩形的寬度和高度表示頻數(shù)分布，通過直方圖，用戶可以很直觀的看出數(shù)據(jù)分布的形狀、中心位置以及數(shù)據(jù)的離散程度等。

在python中一般采用matplotlib庫的hist來繪制直方圖，至于如何給直方圖添加擬合曲線（密度函數(shù)曲線），一般來說有以下兩種方法。

方法一：采用matplotlib中的mlab模塊

mlab模塊是Python中強大的3D作圖工具，立體感效果極佳。在這里使用mlab可以跳出直方圖二維平面圖形的限制，在此基礎(chǔ)上再添加一條曲線。在這里，我們以鳶尾花iris中的數(shù)據(jù)為例，來舉例說明。

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
import pandas
# Load dataset
url =
"https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
names = ['sepal-length', 'sepal-width','petal-length', 'petal-width', 'class']
dataset = pandas.read_csv(url, names=names)
print(dataset.head(10))
# descriptions
print(dataset.describe())
x = dataset.iloc[:,0] #提取第一列的sepal-length變量
mu =np.mean(x) #計算均值
sigma =np.std(x)
mu,sigma

以上為通過python導入鳶尾花iris數(shù)據(jù)，然后提取第一列的sepal-length變量為研究對象，計算出其均值、標準差，接下來就繪制帶擬合曲線的直方圖。

num_bins = 30 #直方圖柱子的數(shù)量

n, bins, patches = plt.hist(x, num_bins,normed=1, facecolor='blue', alpha=0.5)
#直方圖函數(shù)，x為x軸的值，normed=1表示為概率密度，即和為一，綠色方塊，色深參數(shù)0.5.返回n個概率，直方塊左邊線的x值，及各個方塊對象
y = mlab.normpdf(bins, mu, sigma)#擬合一條最佳正態(tài)分布曲線y 
plt.plot(bins, y, 'r--') #繪制y的曲線
plt.xlabel('sepal-length') #繪制x軸
plt.ylabel('Probability') #繪制y軸
plt.title(r'Histogram : $\mu=5.8433$,$\sigma=0.8253$')#中文標題 u'xxx' 

plt.subplots_adjust(left=0.15)#左邊距 
plt.show()

以上命令主要采用mlab.normpdf基于直方圖的柱子數(shù)量、均值、方差來擬合曲線，然后再用plot畫出來，這種方法的一個缺點就是畫出的正態(tài)分布擬合曲線（紅色虛線）并不一定能很好反映數(shù)據(jù)的分布情況，如上圖所示。

方法二：采用seaborn庫中的distplot繪制

Seaborn其實是在matplotlib的基礎(chǔ)上進行了更高級的API封裝，從而使得作圖更加容易，在大多數(shù)情況下使用seaborn就能做出很具有吸引力的圖，而使用matplotlib就能制作具有更多特色的圖。應該把Seaborn視為matplotlib的補充，而不是替代物。

import seaborn as sns 
sns.set_palette("hls") #設置所有圖的顏色，使用hls色彩空間
sns.distplot(x,color="r",bins=30,kde=True)
plt.show()

在這里主要使用sns.distplot（增強版dist），柱子數(shù)量bins也設置為30，kde=True表示是否顯示擬合曲線，如果為False則只出現(xiàn)直方圖。

在這里注意一下它與前邊mlab.normpdf方法不同的是，擬合曲線不是正態(tài)的，而是更好地擬合了數(shù)據(jù)的分布情況，如上圖，因此比mlab.normpdf更為準確。

進一步設置sns.distplot，可以采用kde_kws（擬合曲線的設置）、hist_kws（直方柱子的設置），可以得到：

import seaborn as sns 
import matplotlib as mpl 
sns.set_palette("hls") 
mpl.rc("figure", figsize=(6,4)) 
sns.distplot(x,bins=30,kde_kws={"color":"seagreen", "lw":3 }, hist_kws={ "color": "b" }) 
plt.show()