Блог

Итак, вот мой код:

 import pandas as pd import scipy.stats as st import matplotlib.pyplot as plt from matplotlib.ticker import AutoMinorLocator from fitter import Fitter, get_common_distributions  df = pd.read_csv("project3.csv") bins = [282.33, 594.33, 906.33, 1281.33, 15030.33, 1842.33, 2154.33, 2466.33, 2778.33, 3090.33, 3402.33]  #declaring facecolor = '#EAEAEA' color_bars = '#3475D0' txt_color1 = '#252525' txt_color2 = '#004C74' fig, ax = plt.subplots(1, figsize=(16, 6), facecolor=facecolor) ax.set_facecolor(facecolor) n, bins, patches = plt.hist(df.City1, color=color_bars, bins=10) #grid minor_locator = AutoMinorLocator(2) plt.gca().xaxis.set_minor_locator(minor_locator) plt.grid(which='minor', color=facecolor, lw = 0.5) xticks = [(bins[idx 1]   value)/2 for idx, value in enumerate(bins[:-1])] xticks_labels = [ "{:.0f}-{:.0f}".format(value, bins[idx 1]) for idx, value in enumerate(bins[:-1])] plt.xticks(xticks, labels=xticks_labels, c=txt_color1, fontsize=13) #beautify ax.tick_params(axis='x', which='both',length=0) plt.yticks([]) ax.spines['bottom'].set_visible(False) ax.spines['left'].set_visible(False) ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False) for idx, value in enumerate(n):  if value gt; 0:  plt.text(xticks[idx], value 5, int(value), ha='center', fontsize=16, c=txt_color1) plt.title('Histogram of rainfall in City1n', loc = 'right', fontsize = 20, c=txt_color1) plt.xlabel('nCentimeters of rainfall', c=txt_color2, fontsize=14) plt.ylabel('Frequency of occurrence', c=txt_color2, fontsize=14) plt.tight_layout() #plt.savefig('City1_Raw.png', facecolor=facecolor) plt.show() city1 = df['City1'].values f = Fitter(city1, distributions=get_common_distributions()) f.fit() fig = f.plot_pdf(names=None, Nbest=4, lw=1, method='sumsquare_error') plt.show() print(f.get_best(method = 'sumsquare_error'))  

Проблема в сюжетах, которые он показывает. Первая гистограмма, которую он генерирует, это

Затем я получаю другой график с наиболее подходящими распределениями, который

Затем оператор вывода

 {'chi2': {'df': 10.692966790090342, 'loc': 16.690849400411103, 'scale': 118.71595997157786}}  Process finished with exit code 0  

У меня есть пара вопросов. Почему chi2, наиболее подходящее распределение, не отображается на графике? Как мне построить эти распределения поверх гистограмм, а не отдельно? Функция hist() в библиотеке fitter может это сделать, но там я не могу управлять ячейками, и поэтому в итоге я получаю около 100 ячеек с некоторыми плоскими данными.

Как мне решить эту проблему? Мне нужно построить кривую наилучшего соответствия на гистограмме, которая выглядит как изображение 1. Могу ли я использовать любой другой модуль/пакет для выполнения работы аналогичным образом? При этом используется подгонка по методу наименьших квадратов, но я тоже в порядке с наименьшей вероятностью или логарифмической вероятностью.

Простой способ построения объектов друг на друге (с использованием некоторых свойств Fitter класса)

 import scipy.stats as st import matplotlib.pyplot as plt from fitter import Fitter, get_common_distributions  from scipy import stats numberofpoints=50000 df = stats.norm.rvs( loc=1090, scale=500, size=numberofpoints)  fig, ax = plt.subplots(1, figsize=(16, 6))  n, bins, patches = ax.hist( df, bins=30, density=True)  f = Fitter(df, distributions=get_common_distributions()) f.fit()  errorlist = sorted(  [  [f._fitted_errors[dist], dist]   for dist in get_common_distributions()  ] )[:4]  for err, dist in errorlist:  ax.plot( f.x, f.fitted_pdf[dist] )  plt.show()  

Используя нормализацию гистограммы, нужно было бы поиграть с масштабированием, чтобы снова обобщить.