python 正态分布_Python工具（正态分布对比图）

用于对样本与正态分布进行对比的可视化，emmm发现网上没有现成的，不知道为啥。。。大概是因为。。菜？

代码已上传至github：https://github.com/Timaos123/tryNormalDistributionVisualization

#coding:utf8
import matplotlib.pyplot as plt
import numpy as np

def visNormal(myArr,deleteOutlier=True,lineColor="k",histColor="#696969",nameOfData="original data",partNum=5):
    '''
    数据的正态分布对比图：
    ==============================================================
    input:
    myArr: Inputted array输入数组
    deleteOutlier: Whether to delete outliers (default:True) 是否删除离群值（默认删除） (mean+/-3*sigma)
    lineColor: The color of standard normal distribution (default:"k") 标准正态分布（折线图）颜色（默认黑色）
    histColor: The color of true distribution of original data (default:"k") 原数据分布（柱状图）颜色（默认黑色）
    partNum: The number of the hists (default:5) 分段数（默认5）
    imgPath: The path used to save the visualization image (default:"normImg.jpg") 图像存储路径（默认 本地/normImg.jpg）
    ==============================================================
    return:plt
    '''
    if deleteOutlier == True:#delete outliers 删除离群值
        tempMean=np.mean(myArr)
        tempStd=np.std(myArr)
        myArr=myArr[myArr!=tempMean+3*tempStd]
        myArr=myArr[myArr!=tempMean-3*tempStd]
    realMax=np.max(myArr)#get the maximum 获取最大值
    realMin=np.min(myArr)#get the minimum 获取最小值
    partItemScale=(realMax-realMin)/partNum#get the unit distance 获取间隔单位距离
    myArrCoor=np.array([[(realMin+i*partItemScale+realMin+(i+1)*partItemScale)/2,myArr[np.logical_and.reduce([myArr>=realMin+i*partItemScale,myArr<realMin+(i+1)*partItemScale])].size] for i in range(partNum)])#get the distribution of the coordinate data 获取原数据柱状分布
    pltBar=plt.bar(x=myArrCoor[:,0],height=myArrCoor[:,1],width=(realMax-realMin)/partNum,color=histColor,edgecolor='w')#plot 输出柱状图
    
    myMean=np.mean(myArr)#get the mean of original data 获取原数据均值
    myStd=np.std(myArr)#get the standard deviation of original data 获取原数据标准差
    normArr=np.random.normal(loc=myMean,scale=myStd,size=myArr.size)#get the data of normal distribution (ND)获取正态分布随机样本
    ndMin=np.min(normArr)#get the minimum of ND 获取随机样本最小值
    ndMax=np.max(normArr)#get the maxmum of ND 获取随机样本最大值
    ndStd=np.std(normArr)#get the standard deviation of ND 获取随机样本标准差
    ndPartScale=(ndMax-ndMin)/partNum#get the unit distance of ND 获取随机样本拐点间隔距离
    ndCoor=np.array([[(ndMin+i*ndPartScale+ndMin+(i+1)*ndPartScale)/2,normArr[np.logical_and.reduce([normArr>=ndMin+i*ndPartScale,normArr<ndMin+(i+1)*ndPartScale])].size] for i in range(partNum)])#get the coordinate of ND 获取随机样本坐标
    pltLine,=plt.plot(ndCoor[:,0],ndCoor[:,1],c=lineColor,linestyle="--")#plot 输出折线图

    plt.legend((pltBar, pltLine), (nameOfData, 'Normal Data'))#set legend 设定标注

    return plt
    

if __name__=="__main__":
    a=np.random.normal(loc=3000,scale=50,size=5000)
    myPlt=visNormal(a)
    plt.show()

样例（数据来自原实验）如下图所示：

感谢 @BKbingo 提醒~seaborn这个包也能达到以上效果甚至更好哟：

seaborn.distplot - seaborn 0.9.0 documentation​seaborn.pydata.org