Pythonのscipyのダウンロード曲線は、私が対数正規分布に合うようにしようとしている

Question

を働いていないフィット：

import numpy as np 
import scipy.stats as sp 
from scipy.optimize import curve_fit 


def pdf(x, mu, sigma): 
    return (np.exp(-(np.log(x) - mu)**2/(2 * sigma**2))/(x * sigma * np.sqrt(2 * np.pi))) 


x_axis = [5e5,1e6,2e6,5e6,6e6] 
y_axis = [0,0.2,0.4,0.6,0.8] 
curve_fit(pdf,x_axis,y_axis,maxfev=10000,) 

これには次の値を返します。

C:\Anaconda3\Lib\site-packages\scipy\optimize\minpack.py:604: OptimizeWarning: Covariance of the parameters could not be estimated 
    category=OptimizeWarning) 
Out[66]: 
(array([ 1., 1.]), array([[ inf, inf], 
     [ inf, inf]])) 

これらの結果は本当に素晴らしいフィットのように見えるしていません。私はデータポイントが5つしかないことを知っていますが、ソルバーをExcelで使用すると0.1536と3.1915のパラメータが得られますが、これは完全ではありませんが、はるかに近いです。

編集：CDF

def cdf(x,mu,sigma): 
    return sp.norm.cdf((np.log(x)-mu)/sigma) 

curve_fit(cdf,x_axis,y_axis,) 

これは、あなたがデータを可視化しまし

Answer 1

上記と同じエラーを返すでこれをしようと？ x_axisため

与えられた値と、このようなy_axis見て：あなたは、その後mu=0.1536とsigma=3.1915とのために与えられたx_axis値とExcelのソルバー値を使用している場合

は、あなたがこれを取得pdfを可視化：

あなたが得たいと思う結果はありますか？

実際、最初の画像のデータはLog-normal pdfのようなものではありませんか？