绘制分布曲线时出现多条线的原因及正态、对数正态分布拟合疑问

嘿，我来帮你捋捋这个问题～你现在看到的“多条线”其实是个视觉错觉，核心原因出在数据的顺序和绘图逻辑上：

你直接用原始数据里的Q值去计算对应概率密度（PDF），然后如果直接把Q和PDF值连线的话，因为你的Q数据是按年份排列的，并不是从小到大排序的（比如1894年的Q是16757，是目前数据里最大的，但下一个数据如果回到小值，线条就会从高跳到低），这样连线时就会在高低值之间来回跳转，看起来像是多条线，但本质是一条线被画乱了而已。

解决步骤&修正代码 #

1. 核心思路 #

不要用原始无序的Q值当横坐标，而是生成一组从Q的最小值到最大值的连续、排序后的数值，用这些有序的点去计算PDF值，画出来就是光滑的单条分布曲线了。

2. 完整修正代码 #

下面是包含正态分布、对数正态分布拟合和正确绘图的代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

# 加载你的数据（这里用你提供的预览数据示例）
data = {
    'year': [1885,1886,1887,1888,1889,1890,1891,1892,1893,1894],
    'Q': [7241,9164,7407,6870,9855,11887,8827,7546,8498,16757]
}
df = pd.DataFrame(data)

# 计算正态分布参数
mean = df['Q'].mean()
std = df['Q'].std()
print(f"正态分布均值: {mean:.2f}, 标准差: {std:.2f}")

# 生成排序后的横坐标（取1000个点保证曲线光滑）
x = np.linspace(df['Q'].min(), df['Q'].max(), 1000)

# 计算正态分布PDF
pdf_normal = stats.norm.pdf(x, loc=mean, scale=std)

# 拟合对数正态分布（scipy的lognorm参数需要注意：s是对数的标准差，scale是exp(对数均值)）
log_q = np.log(df['Q'])
log_mean = log_q.mean()
log_std = log_q.std()
pdf_lognorm = stats.lognorm.pdf(x, s=log_std, scale=np.exp(log_mean))

# 绘图展示
plt.figure(figsize=(10,6))
# 先画原始数据的直方图，直观对比分布
plt.hist(df['Q'], bins=8, density=True, alpha=0.3, label='原始数据直方图')
# 绘制正态分布曲线
plt.plot(x, pdf_normal, label='正态分布拟合曲线', color='#1f77b4', linewidth=2)
# 绘制对数正态分布曲线
plt.plot(x, pdf_lognorm, label='对数正态分布拟合曲线', color='#ff7f0e', linewidth=2)

plt.xlabel('Q值')
plt.ylabel('概率密度')
plt.title('Q值的分布拟合对比')
plt.legend()
plt.show()

额外提醒 #

• 如果你之前用的是plt.plot(df['Q'], distnormal)这种写法，因为df['Q']是无序的，线条必然会乱跳；换成排序后的x就能解决这个问题。
• 对数正态分布的拟合要注意scipy.stats.lognorm的参数逻辑：它的scale参数对应对数正态分布的位置参数，需要用exp(对数均值)，s参数是对数数据的标准差，这样拟合出来的曲线才是正确的。

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