matplotlibで正規分布を描きたい

前提・実現したいこと

matplotlibでデータの分布を混合正規分布を用いてモデル化したいのですが、mlabという関数が使用できなく困っております。
mlabの関数の内容としては、

def normpdf(x, *args):
    "Return the normal pdf evaluated at *x*; args provides *mu*, *sigma*"
    mu, sigma = args
    return 1./(np.sqrt(2*np.pi)*sigma)*np.exp(-0.5 * (1./sigma*(x - mu))**2)

という内容なので、一度関数mlabを使用しているnormを求めるところを書き換えたのですが、上手くいきませんでした。
大変厚かましいですが、解決法をご教授頂きたいです。
よろしくお願いいたします。

発生している問題・エラーメッセージ

AttributeError: 'Rectangle' object has no property 'normed'

該当のソースコード


import numpy as np
import matplotlib.pyplot as plt
import matplotlib.mlab as mlab
import math

def draw_hist(xs, bins):
    plt.hist(xs, bins=bins, normed=True, alpha=0.5)

def predict(data):
    mu = np.mean(data)
    var = np.var(data, ddof=1)  
    return mu, var

def main():
    mu = 3.0
    v = 2.0
    std = math.sqrt(v)
    N = 10000
    data = np.random.normal(mu, std, N)
    mu_predicted, var_predicted = predict(data)
    std_predicted = math.sqrt(var_predicted)
    print("original: mu={0}, var={1}".format(mu, v))
    print(" predict: mu={0}, var={1}".format(mu_predicted, var_predicted))

    draw_hist(data, bins=40)
    xs = np.linspace(min(data), max(data), 200)

    norm = mlab.normpdf(xs, mu_predicted, std_predicted)
    plt.plot(xs, norm, color="red")
    plt.xlim(min(xs), max(xs))
    plt.xlabel("x")
    plt.ylabel("Probability")
    plt.show()


if __name__ == '__main__':
    main()

補足情報（FW/ツールのバージョンなど）

matplotlib 3.3.0
python 3.8

行動規範の内容に同意します

回答1件

ベストアンサー

正規分布の確率密度関数の計算は scipy.stats.norm を使えばよいです。

ヒストグラムの正規化は density=True

diff
1- plt.hist(xs, bins=bins, normed=True, alpha=0.5)
2+ plt.hist(xs, bins=bins, density=True, alpha=0.5)

正規分布の確率密度関数の値の計算は scipy.stats.norm.pdf に置き換え

パラメータの指定方法 scipy.stats.norm(x, loc=μ, scale=σ)

diff
1- norm = mlab.normpdf(xs, mu_predicted, std_predicted)
2- plt.plot(xs, norm, color="red")
3+ ys = norm.pdf(xs, loc=mu_predicted, scale=std_predicted)
4+ plt.plot(xs, ys, color="red")

修正後のコード

python
1import numpy as np
2import matplotlib.pyplot as plt
3from scipy.stats import norm
4import math
5
6
7def draw_hist(xs, bins):
8    plt.hist(xs, bins=bins, density=True, alpha=0.5)
9
10
11def predict(data):
12    mu = np.mean(data)
13    var = np.var(data, ddof=1)
14    return mu, var
15
16
17def main():
18    mu = 3.0
19    v = 2.0
20    std = math.sqrt(v)
21    N = 10000
22    data = np.random.normal(mu, std, N)
23    mu_predicted, var_predicted = predict(data)
24    std_predicted = math.sqrt(var_predicted)
25    print("original: mu={0}, var={1}".format(mu, v))
26    print(" predict: mu={0}, var={1}".format(mu_predicted, var_predicted))
27
28    draw_hist(data, bins=40)
29    xs = np.linspace(min(data), max(data), 200)
30
31    ys = norm.pdf(xs, loc=mu_predicted, scale=std_predicted)
32    plt.plot(xs, ys, color="red")
33    plt.xlim(min(xs), max(xs))
34    plt.xlabel("x")
35    plt.ylabel("Probability")
36    plt.show()
37
38
39if __name__ == "__main__":
40    main()