python密度函数曲线_Python – Matplotlib：在绘制概率密度函数时标准化轴

y轴以某种方式标准化,曲线下面积为1.

如果使用normed = True进行标准化,那么为每个数据点添加相等的权重是没有意义的.

首先,您需要将数据转换为0：

lines -= mean(lines)

然后绘制它.

这应该是一个有用的最小例子：

import numpy as np

from numpy.random import normal

import matplotlib.pyplot as plt

from scipy.stats import norm

# gaussian distributed random numbers with mu =4 and sigma=2

x = normal(4, 2, 10000)

mean = np.mean(x)

sigma = np.std(x)

x -= mean

x_plot = np.linspace(min(x), max(x), 1000)

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

ax.hist(x, bins=50, normed=True, label="data")

ax.plot(x_plot, norm.pdf(x_plot, mean, sigma), 'r-', label="pdf")

ax.legend(loc='best')

x_ticks = np.arange(-4*sigma, 4.1*sigma, sigma)

x_labels = [r"${} \sigma$".format(i) for i in range(-4,5)]

ax.set_xticks(x_ticks)

ax.set_xticklabels(x_labels)

plt.show()

输出图像是这样的：

你有太多的进口.你导入小数两次,甚至一次*然后numpy,pyplot和scipy包含在pylab中.也是为什么导入整个scipy.stats然后再次从它导入规范？