Python 正态拟合 python拟合正态分布曲线

用python拟合对数正态分布使用的是scipy.stats.lognorm这个包，这个包的使用看官方文档就行，但是其中有一个很迷的地方，网上也有人提到了这个很迷的地方：关于scipy对数正态分布的误区，然后Stack Overflow里也有人给出了解释Stack Overflow大佬的解释说明，，其实Stack Overflow和官网都有解释，可能是我的英语还是太差了吧，导致始终觉得需要看好久才能理解，所以这里来记录下这个漏洞以及我给出的例子。官网链接还是必须的，不管其他人写的多清楚，看下官网总没错。 Stack Overflow中的解释说明：

1. 参数的解释

下图是官网的说明，首先对数正态分布的概率密度函数就看下面的就行了。要调用这个包的概率密度函数的参数主要是有如下几个lognorm.pdf(x, s, loc, scale)，下面就说明下各个参数的含义：

x也就是自变量，是一个list或series啥的都可以，返回的是每个x处的对数正态分布的概率密度函数。s是形状参数，loc是一个参数，你的数据都会被加上loc，以便使得0成为数据范围的下确界，对方差没有影响。因为对数正态分布嘛，取了对数的，一般都是(0,无穷)。scale类似于标准差，但不是。听我下面的说明。

我们假设一个一维的数组x，这个一维的数组x的分布是对数正态分布。那么要得到这个一维数组x的概率密度函数就可以使用lognorm.pdf(x, s, loc, scale)，其中的x可以输入该数组，也可以输入一个自己设置的，比如x1=np.linspace(0,3,200)，因为这个是参数估计，所以只要得到参数值，其实就已经确定分布了，这个x就没用了，任何一个一维数组都可以给出对应位置的概率密度值。那么如何根据x得到lognorm.pdf(x, s, loc, scale)中的参数呢？下面一个一个参数来说明：

1. s：s=np.std(np.log(x))，也就是先对x求log，得到正态分布的数组，然后对这个正态分布的数组求标准差，这个标准差就是s。
2. loc设置为0就可以，用默认值就行，不用去设置。如果源数据有偏移可以设置下loc。这个参数我简单尝试试验了下，但不确定，若有问题，大佬可以指正，谢谢。
3. scale：scale=math.exp(np.mean(np.log(x)))，也就是说先对x求log，得到正态分布的一维数组，然后对正态分布的x求均值，然后exp（得到的均值）就是scale了。
   这里贴上Stack Overflow上的一个例子。

import math
from scipy import stats

# standard deviation of normal distribution
sigma = 0.859455801705594
# mean of normal distribution
mu = 0.418749176686875
# hopefully, total is the value where you need the cdf
total = 37

frozen_lognorm = stats.lognorm(s=sigma, scale=math.exp(mu))
frozen_lognorm.cdf(total) # use whatever function and value you need here

下面有个老兄也吐槽scipy的这个参数非人类，哈哈，贴上给大家一乐。

2. 我写的例子，证明上述说明

为了方便我就放图了，反正也很简单，大家看看就完了，我感觉也不必去自己跑了。

代码如下：

# 生成正态分布的一维数组
import numpy as np
ser1 = np.random.normal(1, 2, 10000)
print(np.mean(ser1), " ", np.var(ser1))

#生成对数正态分布的一群点
ser2 = np.exp(ser1)
print(ser2)

print(ser1)

print("符合对数正态分布一维数组的均值和标准差",np.mean(ser2),np.var(ser2))

# 验证对数正态分布的均值和方差
mu = math.exp(1+2)
sig2 = (math.exp(4)-1)*math.exp(2*1+4)
print("均值{0},方差{1}".format(mu , sig2))
### 验证成功，方差因为比较大，有一定差异，但是相对误差还是不大的。

### 使用lognorm这个函数取输出理论的均值和标准差，
### 可以看到和我们计算出的理论值完全一样。
### 这既证明理论值是正确的，也证明我们对这个函数的参数的说明是正确的。
mu = lognorm.mean( s=2 , scale=math.exp(1))
sig2 = lognorm.var( s=2 , scale=math.exp(1))
print("均值{0},方差{1}".format(mu , sig2))

# 绘制对数正态分布概率密度函数图形
x=np.linspace(0,50,20000)
plt.plot(x,lognorm.pdf(x=x , s=2 , scale=math.exp(1)))
plt.show()


# 对loc这个参数进行一些试验，以简单了解loc这个参数的含义
mu = lognorm.mean( s=2 , loc = 4,scale=math.exp(1))
sig2 = lognorm.var( s=2 ,loc =  4, scale=math.exp(1))
print("均值{0},方差{1}".format(mu , sig2))

# 对loc这个参数进行一些试验，以简单了解loc这个参数的含义
mu = lognorm.mean( s=2 , loc = -4,scale=math.exp(1))
sig2 = lognorm.var( s=2 ,loc =  -4, scale=math.exp(1))
print("均值{0},方差{1}".format(mu , sig2))

mu = lognorm.mean( s=2 , scale=math.exp(1))
sig2 = lognorm.var( s=2 , scale=math.exp(1))
print("均值{0},方差{1}".format(mu , sig2))

---

结束啦