如何用gnuplot对C代码生成数据的归一化直方图进行拟合

我来一步步帮你搞定这个问题——从直方图归一化到指定分布的拟合，咱们结合你现有的Gnuplot代码来调整：

第一步：实现直方图归一化 #

你原来的代码画的是频数直方图（每个箱子的高度是数据点数量），归一化需要把它转换成概率密度直方图（所有箱子的面积之和为1），步骤如下：

1. 先获取数据总条数：在Gnuplot里用stats命令读取数据文件，它会自动统计总记录数：

stats "out.dat"

执行后，总数据数会存在STATS_records变量里。

2. 修改直方图的y轴计算逻辑：把原来的(1.0)改成1.0/(STATS_records*width)，这样每个箱子的高度就变成了概率密度（高度×宽度=该区间的概率）。

修改后的完整归一化直方图代码：

width = 5000
hist(x,width)=width*floor(x/width)+width/2.0  # 计算每个箱子的中心位置
set boxwidth width
set style fill solid 0.5
set xrange [0:500000]
# 这里不再固定yrange，让Gnuplot自动适配归一化后的数值
set yrange [0:*]

stats "out.dat"  # 统计总数据数
plot "out.dat" u (hist($1,width)):(1.0/(STATS_records*width)) smooth freq w boxes lc rgb"green" title "归一化直方图"

第二步：拟合指定分布函数 #

接下来咱们把归一化后的直方图拟合到你需要的分布（比如正态分布、指数分布），这里以正态分布为例，步骤如下：

1. 定义你要拟合的分布函数：

# 正态分布概率密度函数：mu是均值，sigma是标准差，A是归一化系数
norm(x, mu, sigma, A) = A * exp(-(x-mu)**2/(2*sigma**2))

如果是拟合指数分布，可以改成：

# 指数分布概率密度函数：lambda是率参数，A是归一化系数
exp_dist(x, lambda, A) = A * exp(-lambda*x)

2. 使用fit命令让Gnuplot自动拟合参数：

# 拟合正态分布，初始值可以根据数据大概估计（比如mu设为数据均值，sigma设为标准差）
fit norm(x, 250000, 100000, 1e-6) "out.dat" u (hist($1,width)):(1.0/(STATS_records*width)) smooth freq via mu, sigma, A

这里的初始值（250000, 100000, 1e-6）可以根据你的数据分布调整，让拟合更快收敛。

3. 同时画出直方图和拟合曲线：

plot "out.dat" u (hist($1,width)):(1.0/(STATS_records*width)) smooth freq w boxes lc rgb"green" title "归一化直方图", \
     norm(x, mu, sigma, A) lc rgb"red" lw 2 title "拟合正态分布"

完整的拟合示例代码（正态分布） #

width = 5000
hist(x,width)=width*floor(x/width)+width/2.0
set boxwidth width
set style fill solid 0.5
set xrange [0:500000]
set yrange [0:*]
set title "归一化直方图与正态分布拟合"
set xlabel "数据值"
set ylabel "概率密度"

# 统计数据总条数
stats "out.dat"

# 定义正态分布函数
norm(x, mu, sigma, A) = A * exp(-(x-mu)**2/(2*sigma**2))

# 拟合参数，设置初始值
fit norm(x, 250000, 100000, 1e-6) "out.dat" u (hist($1,width)):(1.0/(STATS_records*width)) smooth freq via mu, sigma, A

# 绘制直方图和拟合曲线
plot "out.dat" u (hist($1,width)):(1.0/(STATS_records*width)) smooth freq w boxes lc rgb"green" title "归一化直方图", \
     norm(x, mu, sigma, A) lc rgb"red" lw 2 title sprintf("拟合正态分布 (μ=%.0f, σ=%.0f)", mu, sigma)

如果你要拟合其他分布，只需要替换分布函数的定义和fit命令里的函数名、参数即可。

内容的提问来源于stack exchange，提问作者Lê Dũng