如何在 Python 中绘制概率密度函数 (PDF) 图？

Question

我想问一下如何用Python绘制概率密度函数（PDF）图。

这是我的代码。

import numpy as np
import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
import scipy.stats as stats

。

x = np.random.normal(50, 3, 1000)
source = {"Genotype": ["CV1"]*1000, "AGW": x}
df=pd.DataFrame(source)
df

我生成了一个数据框。然后，我尝试绘制 PDF 图表。

df["AGW"].sort_values()
df_mean = np.mean(df["AGW"])
df_std = np.std(df["AGW"])
pdf = stats.norm.pdf(df["AGW"], df_mean, df_std)

plt.plot(df["AGW"], pdf)

我获得了上图。我做错了什么？您能否告诉我如何绘制概率密度函数（PDF）图，也称为正态分布图。

你能让我知道我需要使用哪些代码（或库）来绘制PDF图表吗？

总是非常感谢！

Answer 1

您只需要对值进行排序（而不是真正检查编辑之后的内容）

pdf = stats.norm.pdf(df["AGW"].sort_values(), df_mean, df_std)

plt.plot(df["AGW"].sort_values(), pdf)

，它就会起作用。

df["AGW"].sort_values() 行不会更改 df。也许您的意思是df.sort_values(by=['AGW'], inplace=True)。
在这种情况下，完整的代码将是：

import numpy as np
import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
import scipy.stats as stats

x = np.random.normal(50, 3, 1000)
source = {"Genotype": ["CV1"]*1000, "AGW": x}
df=pd.DataFrame(source)

df.sort_values(by=['AGW'], inplace=True)
df_mean = np.mean(df["AGW"])
df_std = np.std(df["AGW"])
pdf = stats.norm.pdf(df["AGW"], df_mean, df_std)

plt.plot(df["AGW"], pdf)

给出：

编辑：

我认为这里我们已经有了分布（x 是正态分布），所以我们不需要生成 x 的 pdf。由于 pdf 的用途是这样的：

mu = 50
variance = 3
sigma = math.sqrt(variance)
x = np.linspace(mu - 5*sigma, mu + 5*sigma, 1000)
plt.plot(x, stats.norm.pdf(x, mu, sigma))
plt.show()

这里我们不需要从 x 点生成分布，我们只需要绘制我们已有的分布的密度。
所以你可以使用这个：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
x = np.random.normal(50, 3, 1000)  #Generating Data
source = {"Genotype": ["CV1"]*1000, "AGW": x}
df=pd.DataFrame(source) #Converting to pandas DataFrame
df.plot(kind = 'density'); # or df["AGW"].plot(kind = 'density');

这给出：

如果需要，您可以使用其他软件包，例如seaborn：

import seaborn as sns
plt.figure(figsize = (5,5))
sns.kdeplot(df["AGW"] , bw = 0.5 , fill = True)
plt.show()

或者这样：

import seaborn as sns
sns.set_style("whitegrid")  # Setting style(Optional)
plt.figure(figsize = (10,5)) #Specify the size of figure
sns.distplot(x = df["AGW"]   ,  bins = 10 , kde = True , color = 'teal'
            , kde_kws=dict(linewidth = 4 , color = 'black')) #kde for normal distribution
plt.show()

检查此文章了解更多信息。