Я пытаюсь установить одновременно, гауссовский и экспоненциальный на гистограмме на одном и том же сюжете, но когда я пытаюсь получить среднее значение экспоненциальной подгонки, я получаю что-то не так, как среднее значение: -9.8636992990798974e-07
, (Я ожидаю получить что-то вроде 70
, а не -9.8e-07
).Как получить реальное среднее значение моего экспоненциального соответствия?
С gaussian fit, у меня нет проблем с ценностью.
Вот печать моего участка:
Я не знаю, что я делаю неправильно в моем коде для получения среднего значения моего экспоненциальной подгонки:
plt.figure(1)
plt.subplot(221)
cycle = map(float,cycle)
cycle = np.array(cycle)
list_cycle1 = cycle[cycle < 1000 ]
list_cycle2 = cycle[cycle >= 1000]
plt.hist(list_cycle1, bins=10, normed=True)
xt1 = plt.xticks()[0]
xmin1, xmax1= min(xt1), max(xt1)
lnspc1 = np.linspace(xmin1, xmax1, len(list_cycle1))
m1, s1 = stats.expon.fit(list_cycle1, moments='mv')
pdf_e = stats.expon.pdf(lnspc1, m1, s1)
plt.plot(lnspc1, pdf_e, label='expon pdf')
list_mean_1.append(m1)
list_se_1.append(s1)
plt.hist(list_cycle2, bins=10, normed=True)
xt2 = plt.xticks()[0]
xmin2, xmax2= min(xt2), max(xt2)
lnspc2 = np.linspace(xmin2, xmax2, len(list_cycle2))
m2, s2 = stats.norm.fit(list_cycle2)
pdf_g = stats.norm.pdf(lnspc2, m2, s2)
plt.plot(lnspc2, pdf_g, label="Norm")
list_mean_2.append(m2)
list_se_2.append(s2)
Я мог бы добавить пример list_cycle1
и list_cycle2
, если хотите.
PS: Я читал this SciPy documentation, и я не понимаю, где я сбой в своем коде, чтобы получить среднее значение моего экспоненциального соответствия.
Спасибо за ваш ответ! (я не знаю, почему я сосредоточился на loc для получения среднего значения: S) – Cass