在matplotlib中绘制时，正态分布显得过于密集

Question

我正在尝试估算数据的概率密度函数。就我而言，数据是一个形状为8200 x 8100的卫星图像。 下面，我向您展示PDF的代码（函数＆＃39; is_outlier＆＃39;是由在此处发布此代码的人借用的）。我们可以看到，图1中的PDF太密集了。我想，这是由于卫星图像组成的数千个像素。这非常难看。

我的问题是，如何绘制不太密集的PDF？例如，如图2所示。

lst = 'satellite_img.tif' #import the image
lst_flat = lst.flatten() #create 1D array

#the function below removes the outliers
def is_outlier(points, thres=3.5):

    if len(points.shape) == 1:
        points = points[:,None]
    median = np.median(points, axis=0)
    diff = np.sum((points - median)**2, axis=-1)
    diff = np.sqrt(diff)
    med_abs_deviation = np.median(diff)

    modified_z_score = 0.6745 * diff / med_abs_deviation

    return modified_z_score > thres


lst_flat = np.r_[lst_flat]
lst_flat_filtered = lst_flat[~is_outlier(lst_flat)]
fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.plot(lst_flat_filtered, fit)
plt.hist(lst_flat_filtered, bins=30, normed=True)
plt.show()

图1

图2

Answer 1

问题是PDF图中的x值没有排序，因此绘制的线在随机点之间前后移动，造成你看到的混乱。

两个选项：

1. 不要绘制线条，只绘制积分（如果你有很多积分则不是很好，但会确认我上面所说的是否正确）：

   plt.plot(lst_flat_filtered, fit, 'bo')
   

2. 在计算PDF并绘制PDF之前对lst_flat_filtered数组进行排序：

   lst_flat = np.r_[lst_flat]
   lst_flat_filtered = np.sort(lst_flat[~is_outlier(lst_flat)])  # Changed this line
   fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))
   
   plt.plot(lst_flat_filtered, fit)
   

以下是展示这些行为的一些最小例子：

重现您的问题：

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

lst_flat_filtered = np.random.normal(7, 5, 1000)

fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.hist(lst_flat_filtered, bins=30, normed=True)

plt.plot(lst_flat_filtered, fit)

plt.show()



绘图点

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

lst_flat_filtered = np.random.normal(7, 5, 1000)

fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.hist(lst_flat_filtered, bins=30, normed=True)

plt.plot(lst_flat_filtered, fit, 'bo')

plt.show()



对数据进行排序

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

lst_flat_filtered = np.sort(np.random.normal(7, 5, 1000))

fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.hist(lst_flat_filtered, bins=30, normed=True)

plt.plot(lst_flat_filtered, fit)

plt.show()