使用 Python 比较两个不同大小的分布答案

【问题标题】：Compare two distributions with different sizes using Python使用 Python 比较两个不同大小的分布
【发布时间】：2017-01-03 08:09:24
【问题描述】：

我想比较两个不同的分布，一个有 100 个数据点，另一个有 150 个数据点。

在seaborn 中，我可以通过这种方式使用lmplot 做到这一点：

import pandas as pd
import seaborn as sns

df = pd.DataFrame(data)
sns.lmplot(x="dist1", y="dist2", data=df)

考虑到输入 pandas DataFrame 由两列 dist1 和 dist2 组成，每一列具有相同数量的数据点。

但是，这只适用于相同大小的分布。因此，我正在考虑采用每个分布的百分位数。是否已经实现了这样的情节（例如在 matplotlib、seaborn、statsmodels、plotly..）？

关于结束投票：这个问题不属于CrossValidated SE，因为我显然是在询问代码或库 API 来比较两个分布，而不是关于分布或分析它们的统计方法的理论问题。这里我的意思是分布：一组数据点。

【问题讨论】：

【解决方案1】：

假设希望两个数据集在同一轴上，请参阅this。您需要对要绘制的轴的引用。

样本：

a = [1.1, 2.8, 14, 21, 23]
b = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

fig, ax1 = plt.subplots()
ax1.scatter(range(len(a)), a)
ax1.scatter(range(len(b)), b)

【讨论】：