| Python应用 | 您所在的位置：网站首页 › excel做正态分布曲线 › Python应用 |
Python应用
|
Python：绘制正态分布曲线
正态分布介绍正态分布曲线
正态分布介绍
正态分布：Normal distribution 假设随机变量X服从一个数学期望为μ,方差为σ ^2为的正态分布，则可以记为： 正态分布转化为标准正态分布： 使用Python绘制正态分布曲线，需要借助matplotlib绘图工具。代码如下： #Python绘制正态分布曲线 import numpy as np import matplotlib.pyplot as plt #正态分布的概率密度函数 def normpdf(x,mu,sigma): pdf=np.exp(-(x-mu)**2/(2*sigma**2))/(sigma * np.sqrt(2 * np.pi)) return pdf mu,sigma=eval(input()) #mu:期望;sigma:标准差 x= np.arange(mu-3*sigma,mu+3*sigma,0.01) #生成数据，步长越小，曲线越平滑 y=normpdf(x,mu,sigma) #概率分布曲线 plt.plot(x,y,'g--',linewidth=2) plt.title('Normal Distribution: mu = {:.2f}, sigma={:.2f}'.format(mu,sigma)) plt.vlines(mu, 0, normpdf(mu,mu,sigma), colors = "c", linestyles = "dotted") plt.vlines(mu+sigma, 0, normpdf(mu+sigma,mu,sigma), colors = "y", linestyles = "dotted") plt.vlines(mu-sigma, 0, normpdf(mu-sigma,mu,sigma), colors = "y", linestyles = "dotted") plt.xticks ([mu-sigma,mu,mu+sigma],['μ-σ','μ','μ+σ']) #输出 plt.grid() plt.show()效果图： |
概率密度函数： 
其中：μ决定了位置, σ ^2决定了分布的幅度，当μ=0,σ =1时的正态分布是标准正态分布。
【本文地址】
公司简介
联系我们