我必须在一张图上绘制 10 个频率分布。为了保持整洁，我想避免制作带有箱的直方图，并且更喜欢让线条沿着每个直方图的轮廓。
我尝试了以下方法
[counts, bins] = hist(data);
plot(bins, counts)
但这给了我一条非常不精确且锯齿状的线。
我读到了有关 ks Density 的内容，它给了我一条很好的曲线，但它改变了 y 轴的缩放比例，我需要能够从 y 轴读取频率。
你还能推荐什么吗？
您正在使用直方图的默认箱数，并且我假设您的核密度估计计算也使用默认的箱数。
正如您所发现的，根据您拥有的数据点数量，这肯定不是最佳的。首先要尝试的是计算最佳箱宽提供最平滑的曲线，同时尽可能保留底层 PDF。 （也可以看看here, here, and here);
如果您仍然不喜欢结果图的平滑程度，您可以尝试使用bins输出来自hist作为进一步的输入ksdensity。也许是这样的：
[kcounts,kbins] = ksdensity(data,bins,'npoints',length(bins));
我没有你的数据，所以你可能需要稍微调整一下参数才能得到你想要的。
或者，您可以尝试安装spline通过你得到的点hist并绘制它。
一些代码：
data = randn(1,1e4);
optN = sshist(data);
figure(1)
[N,Center] = hist(data);
[Nopt,CenterOpt] = hist(data,optN);
[f,xi] = ksdensity(data,CenterOpt);
dN = mode(diff(Center));
dNopt = mode(diff(CenterOpt));
plot(Center,N/dN,'.-',CenterOpt,Nopt/dNopt,'.-',xi,f*length(data),'.-')
legend('Default','Optimum','ksdensity')
结果：
请注意，“最佳”箱宽度保留了分布的一些精细结构（我必须运行几次才能获得峰值），而ksdensity给出平滑的曲线。根据您在数据中寻找的内容，这可能是好是坏。