python-3.x - 如何显示最佳拟合方程并计算 scipy.stats 生成的直方图的 r^2？

Question

我创建了一个 μ 子衰减直方图，并希望找到 r^2 值并显示我绘制的最佳拟合曲线的函数。

我正在使用 scipy.stats expon.fit 函数来生成曲线，我将如何将生成的曲线显示为方程和相应的 r^2 值？

我试过谷歌这个问题。我发现的所有东西都用于散点图或 np.polyfit。我尝试过 print(P)，但它当然只是打印了有序对。

#The Code
P = ss.expon.fit(data.deltaT)
rX = np.linspace(0, 10000, 321)
rP = ss.expon.pdf(rX,* * *P)
plt.hist(data.deltaT,bins=30, normed=True, color='slategrey')
plt.plot(rX, rP, color='darkturquoise')
plt.show()

感谢您的帮助！

Answer 1

在应用詹姆斯的修订后。我最终将有序的 rX,rP 对导出到 Excel 文件中，并以这种方式找到趋势线。然后使用 df.corr 找到 data.deltaT 和 rP 之间的相关性。谢谢大家的帮助。

Answer 2

这是一个以这种方式使用 expon 和测试数据的示例：

import numpy as np
import scipy.stats as ss
import matplotlib.pyplot as plt

data = ss. expon.rvs(size=1000)

P = ss.expon.fit(data)
rX = np.linspace(min(data), max(data), 50)
rP = ss.expon.pdf(rX, *P)

plt.hist(data,bins=25, normed=True, color='slategrey')

plt.plot(rX, rP, color='darkturquoise')
plt.show()