直方图的相同高度和不同的高斯曲线,与直方图数据无关
Same height of HISTOGRAM and a DIFFERENT gaussian curve, not related to histogram data
我有一个类似这样的数据,但有 1000 分:
分数 = [ 85,86,78,89,73,80,85,79,......83]
(我们可以假设在 (70,90)
之间有 1000 个随机点
(编辑:我希望高斯的最大高度与直方图的最大高度相同。)
我想将其与
给出的高斯曲线进行比较
def quasars_gaussian_curve(mu= 45,sigma=0.35):
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x, stats.norm.pdf(x, mu, sigma)
所以当我这样做时:
quasars_gaussian_curve(亩, 西格玛))
plt.hist(fraction,density = 1)
plt.show()
我明白了:
! [直方图与高斯:我需要高斯与我的直方图具有相同的高度]
https://imgur.com/hqrnfCH
好的。所以有这个 Python 的 astropy 包。不知道它在天文拟合和建模中有这个 Gaussian1D class。
如果有人遇到同样的问题,即使它不是天文学问题并且想要将高斯曲线拟合到他们给定的振幅、平均值和标准差,这可能是完美的解决方案。并且可能是最短的
这是我的做法。
from astropy.modeling.models import Gaussian1D
def fit_gaussian_curve():
g1 = Gaussian1D(0.11,44,0.35 )
x = np.linspace(44 - 3*0.35, 44 + 3*0.35, 100)
plt.plot(x,g1(x))
(直方图的最大高度约为 0.11,平均值为 44,西格玛为 0.35)
现在这是我的情节。对比之前的,任务完成。
!https://imgur.com/MYraeeD
更多信息在这里:
http://docs.astropy.org/en/stable/modeling/
我有一个类似这样的数据,但有 1000 分: 分数 = [ 85,86,78,89,73,80,85,79,......83] (我们可以假设在 (70,90)
之间有 1000 个随机点(编辑:我希望高斯的最大高度与直方图的最大高度相同。)
我想将其与
给出的高斯曲线进行比较def quasars_gaussian_curve(mu= 45,sigma=0.35):
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x, stats.norm.pdf(x, mu, sigma)
所以当我这样做时: quasars_gaussian_curve(亩, 西格玛))
plt.hist(fraction,density = 1)
plt.show()
我明白了:
! [直方图与高斯:我需要高斯与我的直方图具有相同的高度] https://imgur.com/hqrnfCH
好的。所以有这个 Python 的 astropy 包。不知道它在天文拟合和建模中有这个 Gaussian1D class。 如果有人遇到同样的问题,即使它不是天文学问题并且想要将高斯曲线拟合到他们给定的振幅、平均值和标准差,这可能是完美的解决方案。并且可能是最短的
这是我的做法。
from astropy.modeling.models import Gaussian1D
def fit_gaussian_curve():
g1 = Gaussian1D(0.11,44,0.35 )
x = np.linspace(44 - 3*0.35, 44 + 3*0.35, 100)
plt.plot(x,g1(x))
(直方图的最大高度约为 0.11,平均值为 44,西格玛为 0.35) 现在这是我的情节。对比之前的,任务完成。
!https://imgur.com/MYraeeD 更多信息在这里: http://docs.astropy.org/en/stable/modeling/