如何为Matplotlib多子图逐个子图添加对应正态分布曲线

现有实现基础 #

• 已基于Matplotlib搭建3行2列布局的多子图框架，用于展示6门课程的绩点成绩柱状分布，基础柱状图效果已完成
• 待实现效果：为每个独立子图匹配对应课程成绩的正态分布拟合曲线，完成数据分布的叠加展示

核心实现逻辑 #

多子图场景下不存在特殊的适配障碍，现有逐个子图遍历逻辑zip(cols_to_plot, axs.flatten())本身就支持在单个ax对象上叠加自定义绘图内容，不需要额外查找全局适配方法，只需要在遍历循环内，针对当前子图对应的数据列单独计算正态参数、绘制曲线即可。

具体代码修改步骤 #

1. 基础顺序修正：原代码中使用value_counts()生成的柱子数据是按频次排序的，需要先按绩点值排序，避免横坐标顺序混乱：
   • 把原来的dftemp = df[col].value_counts()修改为dftemp = df[col].value_counts().sort_index()
2. 逐列计算正态分布参数：在循环内部，针对当前遍历的课程列，直接计算非空绩点值的均值mu和标准差sigma，不做全局统一计算：

   valid_scores = df[col].dropna()
   mu = valid_scores.mean()
   sigma = valid_scores.std()
   

3. 生成连续曲线坐标并做尺度匹配：因为原有柱状图的纵轴是成绩出现的频数，不是正态分布的概率密度，需要对计算出的pdf值做尺度缩放，保证曲线和柱子的高度量级一致，避免出现曲线错位：
   • 用np.linspace生成覆盖当前成绩取值范围的连续x值，用于绘制平滑曲线
   • 计算标准正态分布的概率密度值
   • 按照绩点的固定组距（相邻绩点差值为0.3，和定义的NUMERIC_GRADES步长一致），把概率密度换算成和柱状图同量级的频数值，缩放公式为：缩放后曲线值 = 概率密度 * 总样本数 * 组距
4. 在当前子图上绘制曲线：调用当前子图对象ax的plot方法，把计算好的曲线坐标画出来即可。

修改后的循环段完整参考代码 #

for col, ax in zip(cols_to_plot, axs.flatten()):
    # 绘制绩点柱状图
    dftemp = df[col].value_counts().sort_index()
    ax.bar(dftemp.index, list(dftemp), alpha=0.6)

    # 计算当前课程的正态分布参数
    valid_scores = df[col].dropna()
    mu = valid_scores.mean()
    sigma = valid_scores.std()

    # 生成平滑曲线的坐标
    x_curve = np.linspace(valid_scores.min(), valid_scores.max(), 100)
    # 计算正态分布概率密度
    norm_pdf = (1 / (sigma * np.sqrt(2 * np.pi))) * np.exp(-(x_curve - mu) ** 2 / (2 * sigma ** 2))
    # 把概率密度缩放到和柱状图同量级的频数尺度
    bin_width = 0.3
    scaled_pdf = norm_pdf * len(valid_scores) * bin_width

    # 在当前子图上叠加正态曲线
    ax.plot(x_curve, scaled_pdf, color='darkred', linewidth=2)

    # 原有刻度、标题设置
    ax.set_title(col.replace('_', ' ').replace('grade', 'Grade'))
    ax.tick_params(axis='x', labelrotation=30)

常见踩坑点 #

• 不要把多列的正态参数放在循环外面统一计算，必须在循环内逐列匹配对应数据，否则所有子图的曲线都会是同一个分布，和数据不匹配
• 不要直接把未缩放的正态概率密度画到图上，概率值的范围在0-1之间，和柱状图几十到上百的计数量级差异极大，会导致曲线完全贴在x轴上无法看见
• 柱子绘制前一定要按绩点数值排序，否则横坐标顺序混乱，和正态曲线的x轴完全错位

内容的提问来源于stack exchange，提问作者user12755836