我正在使用Microsoft Excel 2013中的LOGNORM.DIST复制一篇论文中的图表，并希望在Python中获得相同的图表。我在Excel中获得了正确的答案，但在Python中没有。
在我所擅长的方面，

mean of ln(KE)      4.630495093
std dev of ln(KE)       0.560774853

然后我绘制x（KE）从10到1000，并使用Excel LOGNORM.DIST和计算事件的概率。我从论文中得到了确切的答案，所以我在计算中很有信心。图如下：
MS Excel 2013 Plot of LOGNORM.DIST
在Python中，我使用Python 3.4和Scipy 0.16.0，我的代码如下：

%matplotlib inline
from scipy.stats import lognorm
import numpy as np
import matplotlib.pyplot as plt

shape = 0.560774853 #standard deviation
scale = 4.630495093 #mean
loc = 0

dist=lognorm(shape, loc, scale)
x=np.linspace(10,1000,200)

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.set_xscale('log')
ax.set_xlim([10., 1000.])
ax.set_ylim([0., 1.])
ax.plot(x,dist.cdf(x)), dist.cdf(103)

情节是，
Python Plot of LOGNORM
我对loc参数做了很多修改，但是没有任何效果。

dist.cdf(103)

应该给予50%的可能性，但显然我做错了什么。