여러 개의 그림을 만들 때 적합 분포가 잘리지 않습니다.

Question

정규 분포의 그림 3 개를 표시하려하지만 좋은 수치 (영국) 만 얻고 있습니다. 나머지 두 개 (미국과 일본)는 불완전한 정상 곡선을 가지고 있습니다.

커브를 히스토그램에 맞추어 각 그림에 2 개의 그래프, 즉 히스토그램과 가우스 분포가 있어야한다고 말할 수 있습니다.

내 코드의 일부를 살펴보고이를 해결하는 방법을 알려주십시오. 나는 제안에 감사한다, 고마워.

내하기 matplotlib 수치 : fitted distribution, fitted distribution,

for item in totalIPs: 
    USA=totalIPs[18] 
    JAPAN=totalIPs[10] 
    UK=totalIPs[17] 
    AUSTRALIA=totalIPs[0] 

#print(USA) 
#print(JAPAN) 
#print(UK) 
#print(AUSTRALIA) 
#print('done') 

#print(country) 
#print(ipFirmnames) 
#print(totalIPs) 
#print("done")  

#Calculating mean and standard deviation 
#from sublists in country list of lists 
#i could write a function for this but dont know how 

mu_USA=statistics.mean(USA) 
mu_JAPAN=statistics.mean(JAPAN) 
mu_UK=statistics.mean(UK) 

std_USA=statistics.stdev(USA) 
std_JAPAN=statistics.stdev(JAPAN) 
std_UK=statistics.stdev(UK) 

plt.figure(1) 
plt.hist(USA, bins=10, normed=True, alpha=0.6, color='g') 

plt.figure(2) 
plt.hist(JAPAN,bins=10,normed=True,alpha=0.6, color ='g') 

plt.figure(3) 
plt.hist(UK, bins=10,normed=True, alpha=0.6, color = 'g') 

standardize_USA=(np.array(USA)-mu_USA)/std_USA 
standardize_JAPAN=(np.array(JAPAN)-mu_JAPAN)/std_JAPAN 
standardize_UK=(np.array(UK)-mu_UK)/std_UK 

xmin, xmax = plt.xlim() 

x1=np.linspace(xmin, xmax, 100) 
x2=np.linspace(xmin, xmax, 100) 
x3=np.linspace(xmin, xmax, 100) 

fitted_pdf_USA=ss.norm.pdf(x1,mu_USA, std_USA) 
fitted_pdf_JAPAN=ss.norm.pdf(x3,mu_JAPAN, std_JAPAN) 
fitted_pdf_UK=ss.norm.pdf(x3,mu_UK, std_UK) 

plt.figure(1) 
plt.plot(x1, fitted_pdf_USA, 'K', linewidth=2) 

plt.figure(2) 
plt.plot(x2, fitted_pdf_JAPAN,'K', linewidth=2) 
fitted_pdf_JAPAN=ss.norm.pdf(x2,mu_JAPAN, std_JAPAN) 


plt.figure(3) 
plt.plot(x3, fitted_pdf_UK,'K', linewidth=2) 

#plt.show() 
print(standardize_USA) 
print(standardize_JAPAN) 

#print(USA) 
print(UK) 
print(JAPAN) 

Answer 1

fitted distribution 당신은 곡선에 대한 제한이 부분

xmin, xmax = plt.xlim() 

만들기 개인에 단 하나의 곡선으로부터 얻을 수 있다는 것입니다 문제 그래프 한도가 아닌 각 데이터에서 모든 플롯에 대한 제한을 설정하면 문제가 해결됩니다. numpy에서 max() 및 min()을 사용하여 사용하십시오.

x1=np.linspace(USA.min(),USA.max(),100) 

각각의 데이터가있는 모든 플롯에 대해이를 수행하십시오. 이 방법은 매끄러운 커브를 제공하지만 한계는 그래프가 아니라 데이터입니다. 너무 작 으면 곱하기 (1.1*max()) 또는 합계 (max()+10; min은 데이터에 따라 다름)를 통해 제한을 늘리십시오.