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。
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。
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!!
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。
#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()

https://stackoverflow.com/questions/71287607
复制相似问题