使用seaborn库获得最佳拟合正态分布的均值和标准偏差

Question

我有一组数据，我使用seaborn库绘制直方图，应用核密度估计并将正态分布拟合到数据中。但是，我想提取最合适的正态分布的平均值和标准差。我怎样才能将这些值作为此库的函数distplot的输出？ 我的代码：

import seaborn as sns
from scipy.stats import norm 
sns.set_style("darkgrid")
sns.set_context("paper", font_scale=1, rc={"lines.linewidth": 1.5, "axes.linewidth": 1.0, "axes.labelsize": 15, "xtick.labelsize": 10, "ytick.labelsize": 10, "font.family":'serif','font.serif':'Ubuntu'})

fig, axes = plt.subplots(1, 1, figsize=(10, 10))
sns.distplot(C,
            fit=norm, kde=True,
            fit_kws ={"color": "#fc4f30", "lw": 1.5},
            kde_kws={"color": "y", "lw": 1.5},
            hist_kws={"histtype": "stepfilled", "linewidth": 1, "alpha": 0.1, "color": "b"},
            norm_hist=True, ax=axes[0,0])

seaborn库中的一个错误是，它不会为拟合的正态分布生成标签，但它会为直方图或内核密度生成。

如何获取正态分布参数并在图中为其制作标签？

Answer 1

不要将它们作为情节的输出;使用你传递给它的估算器对象：

norm.fit(C)