我正在绘制一些残差数据,假设它们接近高斯曲线,但可以获得平滑的结果。实际上,直方图比曲线更平滑。
我用distplot和kdeplot尝试了seaborn模块 但图表是直的,有一些选择 在kdeplot上,我发现了bw选项,但是如果必须手动设置它,则不会针对一组多个数据集进行优化。
代码在这里:
数据类型非常简单,只有一个一列的numpy数组。
type(Tab_E)
Out[165]: numpy.ndarray
with kdeplot:
sns.kdeplot(Tab_E)
with distplot:
classes = np.linspace(-2, 2, 201)
sns.distplot(Tab_E,hist=True, bins=classes)
但是我希望找到一些选项来平滑与kdeplot的bw不同的拟合曲线。 我也尝试在distplot上使用scipy.stats模块拟合标准,但是我的离群值使它更宽泛,因此我不需要完美的高斯法线。
我还传递了“范围”选项,但它无法处理。在图形上,曲线的x步长似乎很大。