Scipy/Fitter拟合数据分布遇问题：缩放异常及适配方案咨询

云上老周

2026-8-19

问题1：为何示例中的分布缩放程度低于真实数据？

核心原因是拟合对象的本质差异：

你的原始数据是实际观测的绝对值，比如y中的8.8、7.2都是直接测量/统计得到的具体数值。
而fitter或scipy的分布拟合工具，默认针对数据的**概率密度函数（PDF）**进行拟合。PDF要求在整个取值范围内的积分等于1，工具会自动将数据归一化到这个尺度，导致拟合曲线的高度远低于原始数据的绝对值——它描述的是“某个取值出现的概率密度”，而非数据本身的数值大小。

问题2：针对你的数据，如何拟合出合理的结果？

首先明确：你的x是有序自变量（1到19的序列），y是随x变化的因变量，呈现先快速衰减、后小幅波动的趋势，更适合做曲线回归拟合（即寻找y与x的函数关系），而非传统的独立样本分布拟合（后者适用于无关联的随机样本）。

可行代码示例

步骤1：数据可视化，观察趋势

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

# 你的数据
y = np.array([8.8,7.2,5.8,4.7,3.8,3.1,2.6,2.2,2.0,1.7,1.8,1.8,1.9,1.7,1.4,1.2,1.7,1.2,1.5])   
x = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19])  

plt.scatter(x, y, label='原始数据')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

步骤2：选择拟合模型并执行拟合

观察数据趋势，采用指数衰减+常数项的模型（匹配先衰减后稳定的特征）：
$$y = a \cdot e^{-b \cdot x} + c$$
其中a是初始衰减幅度，b是衰减速率，c是稳定后的基线值。

# 定义拟合函数
def decay_model(x, a, b, c):
    return a * np.exp(-b * x) + c

# 初始参数猜测（根据数据趋势估算）
initial_guess = [8, 0.1, 1.5]

# 执行拟合
params, covariance = curve_fit(decay_model, x, y, p0=initial_guess)
a_fit, b_fit, c_fit = params

print(f"拟合参数：a={a_fit:.2f}, b={b_fit:.2f}, c={c_fit:.2f}")

# 生成拟合曲线并可视化
y_fit = decay_model(x, a_fit, b_fit, c_fit)
plt.scatter(x, y, label='原始数据')
plt.plot(x, y_fit, color='red', label=f'拟合曲线: y={a_fit:.2f}e^(-{b_fit:.2f}x)+{c_fit:.2f}')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

补充：若需拟合y的概率分布（忽略x的关联）

如果坚持把y当成独立样本拟合分布，可尝试对数正态分布（匹配y的右偏分布特征）：

from scipy.stats import lognorm

# 拟合对数正态分布
shape, loc, scale = lognorm.fit(y, floc=0)
print(f"对数正态分布参数：shape={shape:.2f}, loc={loc:.2f}, scale={scale:.2f}")

# 可视化拟合结果
y_values = np.linspace(min(y), max(y), 100)
pdf = lognorm.pdf(y_values, shape, loc, scale)

plt.hist(y, bins=5, density=True, alpha=0.5, label='y的概率密度')
plt.plot(y_values, pdf, color='red', label='拟合的对数正态PDF')
plt.xlabel('y')
plt.ylabel('概率密度')
plt.legend()
plt.show()

注意：这种拟合会忽略x与y的关联，仅能描述y的整体取值分布，无法体现随x的变化趋势。

内容的提问来源于stack exchange，提问作者Sam Huguet