使用log_scale=True时Seaborn histplot与拟合对数正态PDF不匹配

问题复现步骤：

• 基于对数正态分布生成随机变量
• 用合成数据拟合对数正态分布
• 使用拟合参数计算概率密度函数（PDF）
• 绘制合成变量的直方图并叠加PDF
• 两者无法匹配

错误代码示例：

import seaborn as sns
from scipy.stats import lognorm
import numpy as np
import matplotlib.pyplot as plt  # 原代码缺少matplotlib导入

mu = 25
samples = lognorm.rvs(s=1, loc=0, scale=np.log(mu), size=10000)
shape, loc, scale = lognorm.fit(samples)
print(shape, loc, scale)

fig, ax = plt.subplots()
sns.histplot(samples, bins=50, stat="density", log_scale=True, ax=ax)
xs = np.linspace(0.1, 100, 10000)
ys = lognorm.pdf(xs, s=shape, loc=loc, scale=scale)
ax.plot(xs, ys, "r-")
plt.show()

问题原因及修正方案 #

1. 样本生成的scale参数错误
   scipy的lognorm分布定义为：若$X \sim \text{lognorm}(s, loc, scale)$，则$X = loc + scale \cdot \exp(Z)$（其中$Z \sim N(0,1)$）。如果期望$\ln(X)$的均值为$\mu$，那么scale应该是$\exp(\mu)$，而非$\log(\mu)$。原代码的参数完全搞反，导致生成的样本不符合预期的对数正态分布。

2. 对数刻度下的PDF适配问题
   当直方图启用log_scale=True时，x轴为对数变换后的刻度，此时需对PDF做变量变换适配：对于$Y = \ln(X)$，概率密度满足$f_Y(y) = f_X(e^y) \cdot e^y$，直接绘制原始PDF会与对数刻度的直方图不匹配。

修正后的代码：

import seaborn as sns
from scipy.stats import lognorm
import numpy as np
import matplotlib.pyplot as plt

mu = 25
# 修正scale参数：使用exp(mu)而非log(mu)
samples = lognorm.rvs(s=1, loc=0, scale=np.exp(mu), size=10000)
shape, loc, scale = lognorm.fit(samples)
print(f"拟合参数：shape={shape:.2f}, loc={loc:.2f}, scale={scale:.2f}")

# 方案1：不使用对数刻度，直接匹配原始PDF
fig, ax = plt.subplots()
sns.histplot(samples, bins=50, stat="density", ax=ax)
xs = np.linspace(samples.min(), samples.max(), 1000)
ys = lognorm.pdf(xs, s=shape, loc=loc, scale=scale)
ax.plot(xs, ys, "r-", label="拟合PDF")
ax.legend()

# 方案2：使用对数刻度，同时适配PDF
fig, ax = plt.subplots()
sns.histplot(samples, bins=50, stat="density", log_scale=True, ax=ax)
xs = np.linspace(0.1, samples.max(), 1000)
# 对数刻度下的PDF：变量变换后密度 = 原始PDF值 * x
ys = lognorm.pdf(xs, s=shape, loc=loc, scale=scale) * xs
ax.plot(xs, ys, "r-", label="对数刻度适配PDF")
ax.legend()

plt.show()

修正后直方图与PDF即可完美匹配。

内容的提问来源于stack exchange，提问作者Blademaster