Aus der Dokumentation, die .fit()
method kehrt:
Form, loc, Maßstab: Tupel von Schwimmern MLEs für beliebige Formstatistiken, gefolgt von denen für Ort und Maßstab.
und die .pdf()
method nimmt:
x: array_like Quantile
arg1, arg2, arg3, ...: array_like der Formparameter (n) für die Verteilung (siehe docstring des Instanzobjekts für weitere Informationen)
loc: array_like, optional Positionsparameter (Standard = 0)
Skala: array_like, optional
So im Wesentlichen würden Sie so etwas tun:
import numpy as np
from scipy import stats
from matplotlib import pyplot as plt
# some random variates drawn from a beta distribution
rvs = stats.beta.rvs(2, 5, loc=0, scale=1, size=1000)
# estimate distribution parameters, in this case (a, b, loc, scale)
params = stats.beta.fit(rvs)
# evaluate PDF
x = np.linspace(0, 1, 1000)
pdf = stats.beta.pdf(x, *params)
# plot
fig, ax = plt.subplots(1, 1)
ax.hold(True)
ax.hist(rvs, normed=True)
ax.plot(x, pdf, '--r')
[Hier sind alle scipy.stats Verteilungen PDF-Dateien mit Beispielcode.] (http://stackoverflow.com/a/37559471/2087463) – tmthydvnprt