在 matplotlib 中绘制时，正态分布显得过于密集

我正在尝试估计数据的概率密度函数。就我而言，数据是形状为 8200 x 8100 的卫星图像。 下面，我向您展示 PDF 的代码（函数“is_outlier”是由在此发布此代码的人借用的）。正如我们所看到的，图 1 中的 PDF 过于密集。我想，这是由于卫星图像由数千个像素组成。这是非常丑陋的。

我的问题是，如何绘制不太密集的 PDF？例如，如图 2 所示。

lst = 'satellite_img.tif' #import the image
lst_flat = lst.flatten() #create 1D array

#the function below removes the outliers
def is_outlier(points, thres=3.5):

    if len(points.shape) == 1:
        points = points[:,None]
    median = np.median(points, axis=0)
    diff = np.sum((points - median)**2, axis=-1)
    diff = np.sqrt(diff)
    med_abs_deviation = np.median(diff)

    modified_z_score = 0.6745 * diff / med_abs_deviation

    return modified_z_score > thres


lst_flat = np.r_[lst_flat]
lst_flat_filtered = lst_flat[~is_outlier(lst_flat)]
fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.plot(lst_flat_filtered, fit)
plt.hist(lst_flat_filtered, bins=30, normed=True)
plt.show()

figure 1

figure 2

问题在于 PDF 图中的 x 值未排序，因此绘制的线在随机点之间来回移动，从而造成您看到的混乱。

两种选择：

1. 不要绘制线，只绘制点（如果你有很多点，那就不太好，但会确认我上面所说的是否正确）：

   plt.plot(lst_flat_filtered, fit, 'bo')
   

2. 排序lst_flat_filtered计算 PDF 并绘制它之前的数组：

   lst_flat = np.r_[lst_flat]
   lst_flat_filtered = np.sort(lst_flat[~is_outlier(lst_flat)])  # Changed this line
   fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))
   
   plt.plot(lst_flat_filtered, fit)
   

以下是一些显示这些行为的最小示例：

重现您的问题：

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

lst_flat_filtered = np.random.normal(7, 5, 1000)

fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.hist(lst_flat_filtered, bins=30, normed=True)

plt.plot(lst_flat_filtered, fit)

plt.show()

标绘点

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

lst_flat_filtered = np.random.normal(7, 5, 1000)

fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.hist(lst_flat_filtered, bins=30, normed=True)

plt.plot(lst_flat_filtered, fit, 'bo')

plt.show()

对数据进行排序

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

lst_flat_filtered = np.sort(np.random.normal(7, 5, 1000))

fit = stats.norm.pdf(lst_flat_filtered, np.mean(lst_flat_filtered), np.std(lst_flat_filtered))

plt.hist(lst_flat_filtered, bins=30, normed=True)

plt.plot(lst_flat_filtered, fit)

plt.show()