ヒストグラムがあり(以下を参照)、ヒストグラムに曲線を当てはめるコードとともに平均と標準偏差を見つけようとしています。 SciPyやmatplotlibには何か役立つものがあると思いますが、私が試したすべての例はうまくいきません。
import matplotlib.pyplot as plt
import numpy as np
with open('gau_b_g_s.csv') as f:
v = np.loadtxt(f, delimiter= ',', dtype="float", skiprows=1, usecols=None)
fig, ax = plt.subplots()
plt.hist(v, bins=500, color='#7F38EC', histtype='step')
plt.title("Gaussian")
plt.axis([-1, 2, 0, 20000])
plt.show()
この回答 を見て、任意の曲線をデータに適合させてください。基本的に scipy.optimize.curve_fit
必要な関数をデータに合わせます。以下のコードは、ガウス分布をランダムデータに適合させる方法を示しています( this SciPy-Userメーリングリストの投稿に対するクレジット)。
import numpy
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
# Define some test data which is close to Gaussian
data = numpy.random.normal(size=10000)
hist, bin_edges = numpy.histogram(data, density=True)
bin_centres = (bin_edges[:-1] + bin_edges[1:])/2
# Define model function to be used to fit to the data above:
def gauss(x, *p):
A, mu, sigma = p
return A*numpy.exp(-(x-mu)**2/(2.*sigma**2))
# p0 is the initial guess for the fitting coefficients (A, mu and sigma above)
p0 = [1., 0., 1.]
coeff, var_matrix = curve_fit(gauss, bin_centres, hist, p0=p0)
# Get the fitted curve
hist_fit = gauss(bin_centres, *coeff)
plt.plot(bin_centres, hist, label='Test data')
plt.plot(bin_centres, hist_fit, label='Fitted data')
# Finally, lets get the fitting parameters, i.e. the mean and standard deviation:
print 'Fitted mean = ', coeff[1]
print 'Fitted standard deviation = ', coeff[2]
plt.show()
Sklearnガウス混合モデルの推定は、次のように試してみることができます。
import numpy as np
import sklearn.mixture
gmm = sklearn.mixture.GMM()
# sample data
a = np.random.randn(1000)
# result
r = gmm.fit(a[:, np.newaxis]) # GMM requires 2D data as of sklearn version 0.16
print("mean : %f, var : %f" % (r.means_[0, 0], r.covars_[0, 0]))
リファレンス: http://scikit-learn.org/stable/modules/mixture.html#mixture
この方法では、ヒストグラムを使用してサンプル分布を推定する必要がないことに注意してください。
古い質問のようなものですが、シリーズの密度近似をプロットするだけの人は、matplotlibの.plot(kind='kde')
を試すことができます。ドキュメント ここ 。
パンダの例:
mydf.x.plot(kind='kde')
入力が何であるかはわかりませんが、Y軸のスケールが大きすぎる(20000)ので、この数を減らしてみてください。次のコードは私のために機能します:
_import matplotlib.pyplot as plt
import numpy as np
#created my variable
v = np.random.normal(0,1,1000)
fig, ax = plt.subplots()
plt.hist(v, bins=500, normed=1, color='#7F38EC', histtype='step')
#plot
plt.title("Gaussian")
plt.axis([-1, 2, 0, 1]) #changed 20000 to 1
plt.show()
_
編集:
Y軸の実際の値の数が必要な場合は、_normed=0
_を設定できます。 plt.axis([-1, 2, 0, 1])
を取り除くだけです。
_import matplotlib.pyplot as plt
import numpy as np
#function
v = np.random.normal(0,1,500000)
fig, ax = plt.subplots()
# changed normed=1 to normed=0
plt.hist(v, bins=500, normed=0, color='#7F38EC', histtype='step')
#plot
plt.title("Gaussian")
#plt.axis([-1, 2, 0, 20000])
plt.show()
_