首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何利用Python中的数据帧生成正态分布图?

问如何利用Python中的数据帧生成正态分布图?
EN

Stack Overflow用户
提问于 2022-02-27 18:53:21
回答 1查看 5.7K关注 0票数 2

我的问题是如何从Python的数据帧中生成一个正态分布图。我可以从随机数中找到很多信息来生成这样的图,但是我不知道如何从数据帧中生成这样的图。

首先,我生成了随机数,并建立了一个数据框架。

代码语言:javascript
复制
import numpy as np
import pandas 
from pandas import DataFrame

cv1 = np.random.normal(50, 3, 1000)

source = {"Genotype": ["CV1"]*1000, "AGW": cv1}
Cultivar_1=DataFrame(source)

​

​

然后,我试着做了一个正态分布图。

代码语言:javascript
复制
sns.kdeplot(data = Cultivar_1['AGW'])
plt.xlim([30,70])  
plt.xlabel("Grain weight (mg)", size=12)    
plt.ylabel("Frequency", size=12)                
plt.grid(True, alpha=0.3, linestyle="--")     
plt.show()

​

​

然而,这是一个密度图,而不是用平均和标准差计算的正态分布图。

你能告诉我做正态分布图需要用哪些代码吗?

谢谢!!

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2022-02-28 16:10:22

我找到了一种从数据帧生成正态分布图的解决方案。

代码语言:javascript
复制
#Library
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.stats as stats

#Generating data frame
x = np.random.normal(50, 3, 1000)
source = {"Genotype": ["CV1"]*1000, "AGW": x}
df = pd.DataFrame(source)

# Calculating mean and Stdev of AGW
df_mean = np.mean(df["AGW"])
df_std = np.std(df["AGW"])
 
# Calculating probability density function (PDF)
pdf = stats.norm.pdf(df["AGW"].sort_values(), df_mean, df_std)

# Drawing a graph
plt.plot(df["AGW"].sort_values(), pdf)
plt.xlim([30,70])  
plt.xlabel("Grain weight (mg)", size=12)    
plt.ylabel("Frequency", size=12)                
plt.grid(True, alpha=0.3, linestyle="--")
plt.show()

​

​

票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/71287607

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档