python拟合统计分布_利用 Python Fitter 判断数据样本符合那种分布函数

# Python拟合数据样本的分布

# 安装fitter

# pip install fitter

# 生成一段模拟数据

from scipy import stats

import numpy as np

# N(0,2)+N(0,10)

data1 = list(stats.norm.rvs(loc=0, scale=2, size=70000))

data2 = list(stats.norm.rvs(loc=0, scale=20, size=30000))

data = np.array(data1+data2)

# 利用fitter拟合数据样本的分布

from fitter import Fitter

# may take some time since by default, all distributions are tried

# but you call manually provide a smaller set of distributions

f = Fitter(data, distributions=['norm', 't', 'laplace', 'rayleigh'])

f.fit()

f.summary() #返回排序好的分布拟合质量(拟合效果从好到坏),并绘制数据分布和Nbest分布

f.df_errors #返回这些分布的拟合质量(均方根误差的和)

f.fitted_param #返回拟合分布的参数

f.fitted_pdf #使用最适合数据分布的分布参数生成的概率密度

print(f.get_best(method='su