在条形图上拟合曲线。 [Python]答案

【问题标题】：Fitting a curve over bar chart. [Python]在条形图上拟合曲线。 [Python]
【发布时间】：2018-04-03 01:24:32
【问题描述】：

我有一个条形图，我需要描述数据的分布。现在，我确信我的数据遵循几何分布，但我无法在数据上拟合曲线，也无法绘制概率质量函数。

plt.bar(range(len(freq)), [val[1] for val in freq], log=True, alpha=0.75)
plt.xticks(range(len(freq)), [val[0] for val in freq])
plt.xticks(rotation=70)
plt.xlabel('Times a word appears in the collection',labelpad=1)
plt.ylabel('Number of words appearing x times')

如何在这些数据上拟合曲线以证明我的数据服从几何分布？

我还要注意，我的数据是一个元组列表。

【问题讨论】：

如果无法拟合曲线，则无法绘制该曲线。如果问题要早得多，您为什么要询问有关绘图的问题？现在看起来您在拟合方面没有尝试过任何事情。其他问题在多大程度上没有帮助？在不寻常的情况下，他们不会，问一个问题可能是有意义的。但是您需要提供问题的minimal reproducible example，即您尝试过但失败的代码。确保使用您用于拟合的工具标记问题，例如scipy、statsmodels、sklearn 或任何可能的东西。
Fit a curve to a histogram in Python的可能重复

标签： python matplotlib curve-fitting

【解决方案1】：

如果你替换这个例子中的数据和函数，我认为它接近你的要求。

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit


# "x" is data, a,b,c are parameters
def func(x, a, b, c):
   return a + b*x + c*x*x # example function


xData = np.array([1,2,3,4,5,6])
yData = np.array([1,3,5,6,2,1])

# curve fit the data using curve_fit's default inital parameter estimates
fittedParameters, pcov = curve_fit(func, xData, yData)

y_fit = func(xData, *fittedParameters)

plt.bar(xData, yData) # plot the raw data as bar chart
plt.plot(xData, y_fit) # plot the equation using the fitted parameters
plt.show()

print(fittedParameters)

【讨论】：