построение pdf вместе с гистограммой с использованием plotnine в python - PullRequest
Новая
       6

построение pdf вместе с гистограммой с использованием plotnine в python

0 голосов
/ 01 октября 2018

У меня есть следующие данные: 

import pandas as pd
from plotnine import *

gd_sp_tmp = pd.DataFrame ({'variable': {0: 'var1', 1: 'var1', 2: 'var1', 3:«var1», 4: «var1», 5: «var1», 6: «var1», 7: «var1», 8: «var1», 9: «var1», 10: «var1», 11: «var1»12, «var1», 13: «var1», 14: «var1», 15: «var1», 16: «var1», 17: «var1», 18: «var1», 19: «var1»,20: «var1», 21: «var1», 22: «var1», 23: «var1», 24: «var1», 25: «var1», 26: «var1», 27: «var1», 28:«var1», 29: «var1», 30: «var1», 31: «var1», 32: «var1», 33: «var1», 34: «var1», 35: «var1», 36: «var1», 37: «var1», 38: «var1», 39: «var1», 40: «var1», 41: «var1», 42: «var1», 43: «var1», 44: «var1»,45: «var1», 46: «var1», 47: «var1», 48: «var1», 49: «var1», 50: «var2», 51: «var2», 52: «var2», 53:«var2», 54: «var2», 55: «var2», 56: «var2», 57: «var2», 58: «var2», 59: «var2», 60: «var2», 61: «var2»62, «var2», 63: «var2», 64: «var2», 65: «var2», 66: «var2», 67: «var2», 68: «var2», 69: «var2»,70: «var2», 71: «var2», 72: «var2», 73: «var2», 74: «var2», 75: «var2», 76: «var2 ', 77: «var2», 78: «var2», 79: «var2», 80: «var2», 81: «var2», 82: «var2», 83: «var2», 84: «var2», 85: «var2», 86: «var2», 87: «var2», 88: «var2», 89: «var2», 90: «var2», 91: «var2», 92: «var2», 93: «var2», 94: «var2», 95: «var2», 96: «var2», 97: «var2», 98: «var2», 99: «var2»}, «value»: {0: 0.6058597809345508, 1: 0,5793863580299581, 2: 0,8464980992038321, 3: 0,24855227431181698, 4: 1,8852877490212698, 5: 0,4234171954404873, 6: 0,3435477323074209, 7: 3,358464370031963, 8: 0,5253401196517882, 9: 2,358632857360592, 10: 0,15960003602748035, 11: 0,2882705893127418, 12: 1,0995070639266127, 13: 0,3492611123700738, 14: 0,656410247866536, 15: 1,7926397942332677, 16: 0,2809984468410994, 17: 2,146319743864339, 18: 1,6912849075574694, 19: 1,233812138850312, 20: 0,21044290817060624, 21: 0,7130666643073327, 22: 0,521102906290718, 23: 0,8191663841868542, 24: 0,20231016020355008, 25: 1,542239677553837, 26: 0,07752167395995535, 27: 0,07661799644296931, 28: 0,13728522388491152, 29: 1,4268916808352554, 30: 1,2219293081314697, 31: 1,089318287649674, 32: 0,5889304040483466, 33: 3,871173476569569, 34: 0,2571045126240674, 35: 0,27332795371650104, 36: 1,2121464473427577, 37: 2,0229834870080117, 38: 0,5538327169626888, 39: 0,3354345395246616, 40: 0,39169801317212116, 41: 1,0415690828271393,42: 0,9584774133158281, 43: 0,13738535777663943, 44: 1,874003757544322, 45: 1,7852374480589213, 46: 1,6370785639935181, 47: 0,8738310745465996, 48: 0,4777945179886022, 49: 0,7289840311727211, 50: 0,7922955784270402, 51: 0,9104711980757718, 52: 1,5561240516907253, 53: 0,3303774972464219, 54:2,110632552079527, 55: 0,49383897345236455, 56: 0,5328351983603986, 57: 1,101045960316634, 58: 0,6511245820579645, 59: 1,1162218482680217, 60: 1,1528904383298124, 61: 0,34335972679097204, 62: 1,018800464369946, 63: 0,5416579415333236, 64: 1,214519609326636, 65: +0,23298089233642374, 66: 1,2353245009353024,67: 0.41366066807689983, 68: 0.3922217060873213, 69: 0.47724897903224234, 70: 1.2372675447604105, 71: 0.860009005949974, 72: 0,975115860544153, 73: +0,34103695692671854, 74: 3,715667756746576, 75: 0,8245813402150265, 76: 1,0146261204408322, 77: 1,429071625166872, 78: 1,1575801036803262, 79: 0,8892865356335216, 80: 1,4682387127243648, 81: 0,2790711201452777, 82: +0,21458250943662763, 83: 1,626193381231688,84: 0,7862776167644395, 85: 0,8063680366888433, 86: 2,1349518016852866, 87: +0,16790682625128348, 88: 2,6898324320852316, 89: 3,1017929388719687, 90: 2,2161796611039484, 91: +0,27323366047568587, 92: 0,9876405202465337, 93: 0,5878226010690092, 94: 0,975411448085179, 95: 0,7933992437453187, 96:1.3443593604932238, 97: 1.5392784611233619, 98: 1.1729165101630914, 99: 0.7643250100538129}})

Я создаю следующие гистограммы 

plot_posterior_test = ggplot(data=gd_sp_tmp) + \
                           geom_histogram(aes(x='value', y='stat(density)')) + \
                           facet_wrap('~variable')

Я хотел бы добавить на этом графике PDF-файл lognormal распределение с scale = 0.8 и location = -0.5 на всех графиках.Любые идеи, как я мог бы сделать это, используя plotnine?

1 Ответ

0 голосов
/ 02 октября 2018

Используйте stat_function.Например, учитывая ваш предыдущий код, попробуйте это 

import scipy.stats as stats

(ggplot(data=gd_sp_tmp)
 + geom_histogram(aes(x='value'))
 + stat_function(fun=stats.lognorm.pdf, args=dict(s=.95, loc=0.8, scale=-0.5))
 + facet_wrap('~variable')
)

Вы должны убедиться, что параметры имеют смысл, в противном случае они будут вычисляться до NaN значений

...