如何绘制类似高斯的直方图（绝对不是直方图上的高斯）？

Question

对于一项作业，我被要求在直方图前绘制高斯分布的直方图。问题很简单，因为我已经知道如何在直方图上绘制高斯（以及如何绘制直方图）。

我已经有了这个：

#bins=array that indicates the boundaries of the bars
#array is an object with attributes such as; standard deviation (stdv); mean or average (mean).

In [63]: 1/(array.stdv*np.sqrt(2*np.pi))*np.exp(-(bins-array.mean)**2/(2*array.stdv**2))
Out[63]: 
array([  1.46863468e-03,   1.71347711e-03,   1.99065837e-03, ...,
         5.37698408e-15,   3.25989619e-15,   1.96798911e-15])

In [64]: bins
Out[64]: array([  33.,   34.,   35., ...,  187.,  188.,  189.])

当我尝试用这个进行绘图时，我得到：

In [59]: plt.hist(1/(array.stdv*np.sqrt(2*np.pi))*np.exp(-(bins-array.mean)**2/(2*array.stdv**2)),bins,range=(min(histmain.array),max(histmain.array)),histtype='step')
Out[59]: 
(array([ 0.,  0.,  0., ...,  0.,  0.,  0.]),
 array([  33.,   34.,   35., ...,  187.,  188.,  189.]),
 <a list of 1 Patch objects>)

[Figure][1]

不过，我想我已经知道问题所在了。我猜 hist 函数接收一组数据，并根据频率进行绘图。我所拥有的是一组频率。我尝试将函数乘以 3200，但得到的却是这样的暴行：

In [61]: plt.hist(3200/(array.stdv*np.sqrt(2*np.pi))*np.exp(-(bins-array.mean)**2/(2*array.stdv**2)),bins,range=(min(histmain.array),max(histmain.array)))
Out[61]: 
(array([ 1.,  1.,  0., ...,  0.,  0.,  0.]),
 array([  33.,   34.,   35., ...,  187.,  188.,  189.]),
 <a list of 156 Patch objects>)

[Figure][2]

以上所有数据均未显示直方图。

---

很抱歉。我没有注意到图像没有显示。这是他们的链接：

图 1 是平面图。图2是可怕的。我想要完成的是一个类似高斯的直方图。

Answer 1

好的，我自己想通了。这是我用来将高斯分布“转换”为直方图的算法。

当然它还有待优化，因为我是经过数小时的反复试验才提出这个想法的。

设 bins 和 gauss 是数组，分别是 bin 分布和每个 bin 左侧的概率分布。

首先，我创建了一个列表，其中包含每个 bin 的平均概率：

for i in range(len(gauss)):
    try:
        avrgeprob.append((gauss[i]+gauss[i+1])/2)
    except IndexError:
        avrgeprob.append(gauss[i])

其次，我创建了另一个列表，其中包含每个 bin 的预期频率（我用来测试它的数组中有 3200 个值）

for x in avrgeprob:
    expfreq.append(3200*x)

你可以看到

In [121]: sum(expfreq)
Out[121]: 3173.5316995750118

所以它非常接近。第三，我创建了一个包含每个 bean 的较低值的最后一个列表，其次数与预期一样

for i in range(len(bins)):
     if int(expfreq[i])!=0:
         fakelist+=[bins[i]]*int(expfreq[i])
     else:
         fakelist.append(0)

毕竟，我让魔法发生了：

In [122]: plt.hist(fakelist,bins=bins,histtype=u'step')
Out[122]:

http://imgur.com/a/uADK4