Plot 百分比直方图的拟合曲线（不是实际数据）

Question

我首先尝试将我的数据绘制为百分比，如下所示：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter
plt.hist(data, weights=np.ones(len(data)) / len(data), bins=5)
plt.gca().yaxis.set_major_formatter(PercentFormatter(1))
plt.grid()
plt.show()

这会给我这个。

现在我用这条线在“百分比数据”上拟合一条曲线，如下所示：

import seaborn as sns
p=sns.displot(data=data, x="Dist",kde=True, bins=5)

这给了我这个：

但是这条曲线是根据数据而不是每 5 个箱子的百分比拟合的。 例如，如果您有 10 个箱子，您就可以理解为什么最后会有一个凸起。 我们不想看到的颠簸。 我真正想要的是这样的曲线

Answer 1

kde plot 将数据近似为高斯钟形曲线的总和。 一个想法可能是重新组合数据并将它们放在每个条形的中心。

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

z = [1.83E-05,2.03E-05,3.19E-05,3.39E-05,3.46E-05,3.56E-05,3.63E-05,3.66E-05,4.13E-05,4.29E-05,4.29E-05,4.79E-05,5.01E-05,5.07E-05,5.08E-05,5.21E-05,5.39E-05,5.75E-05,5.91E-05,5.95E-05,5.98E-05,6.00E-05,6.40E-05,6.41E-05,6.67E-05,6.79E-05,6.79E-05,6.92E-05,7.03E-05,7.17E-05,7.45E-05,7.75E-05,7.99E-05,8.03E-05,8.31E-05,8.74E-05,9.69E-05,9.80E-05,9.86E-05,0.000108267,0.000108961,0.000109634,0.000111083,0.000111933,0.00011491,0.000126831,0.000135493,0.000138174,0.000141792,0.000150507,0.000155346,0.000155516,0.000202407,0.000243149,0.000248106,0.00025259,0.000254496,0.000258372,0.000258929,0.000265318,0.000293665,0.000312719,0.000430077]

counts, bin_edges = np.histogram(z, 5)
centers = (bin_edges[:-1] + bin_edges[1:]) / 2
regrouped_data = np.repeat(centers, counts)

sns.histplot(data=regrouped_data, kde=True, bins=bin_edges)

通常，可以通过clip=参数扩展 kdeplot，但不幸kde_kws={'clip':bin_edges[[0,-1]]}在这里不起作用。 要扩展 kde，一个技巧可能是保留原始数据的最高值和最低值。 因此，将第一个和最后一个 bin 的计数中的一个和 append 减去重组数据的最低值和最高值。

counts, bin_edges = np.histogram(z, 5)
centers = (bin_edges[:-1] + bin_edges[1:]) / 2
counts[[0, -1]] -= 1
regrouped_data = np.concatenate([np.repeat(centers, counts), bin_edges[[0, -1]]])

sns.histplot(data=regrouped_data, kde=True, bins=bin_edges, stat='percent')