Python绘制高斯分布（正态分布）图像，附python绘图技巧

2023-10-24 04:43| 来源: 网络整理| 查看: 265

高斯分布也称为正态分布，其概率密度函数如下：

使用Python绘制正态分布曲线，借助matplotlib绘图工具。代码如下：

# plot Gaussian Function # 注：正态分布也叫高斯分布 import matplotlib.pyplot as plt import numpy as np u1 = 0 # 第一个高斯分布的均值 sigma1 = 1 # 第一个高斯分布的标准差 u2 = 1 # 第二个高斯分布的均值 sigma2 = 2 # 第二个高斯分布的标准差 x = np.arange(-5, 5, 0.1) # 表示第一个高斯分布函数 y1 = np.multiply(np.power(np.sqrt(2 * np.pi) * sigma1, -1), np.exp(-np.power(x - u1, 2) / 2 * sigma1 ** 2)) # 表示第二个高斯分布函数 y2 = np.multiply(np.power(np.sqrt(2 * np.pi) * sigma2, -1), np.exp(-np.power(x - u2, 2) / 2 * sigma2 ** 2)) plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决pythonmatplotlib绘图无法显示中文的问题 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 plt.subplot(121) plt.plot(x, y1, 'b-', linewidth=2) plt.title("高斯分布函数图像") plt.subplot(122) plt.plot(x, y2, 'r-', linewidth=2) plt.title('高斯分布函数图像') plt.show()

输出结果如下：

另外python绘图小技巧如下，哪天python绘图显示异常可以回来看看~~ ：

# python 绘图中的技巧（显示中文标签，显示负号，共用x轴，设置轴的属性等） plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 fig=plt.figure(figsize=（10,6)）#设置画布大小 ax=fig.add_subplot(111)#设置子图一行一列第一个 ax.spines['left'].set_color ('r')#设置左轴的颜色 ax.tick_params( axis='y',direction='out', colors='red', labelcolor='r', labelsize=10)#设置y轴颜色，外凸，字体大小，y轴标签颜色 ax.set_yticks(range(160, 320, 20))#设置y轴标签显示范围以及间隔 ax2 = ax.twinx()#共享x轴 ax3.invert_yaxis()#反转y轴 ax3.set_xlim(20,32)#设置x轴的范围

附一个正态分布的比较正式的代码（可以参考下）：

#-*-coding:utf-8-*- """ python绘制标准正态分布曲线 """ # ============================================================== import numpy as np import math import matplotlib.pyplot as plt def gd(x, mu=0, sigma=1): """根据公式，由自变量x计算因变量的值 Argument: x: array 输入数据（自变量） mu: float 均值 sigma: float 方差 """ left = 1 / (np.sqrt(2 * math.pi) * np.sqrt(sigma)) right = np.exp(-(x - mu)**2 / (2 * sigma)) return left * right if __name__ == '__main__': # 自变量 x = np.arange(-4, 5, 0.1) # 因变量（不同均值或方差） y_1 = gd(x, 0, 0.2) y_2 = gd(x, 0, 1.0) y_3 = gd(x, 0, 5.0) y_4 = gd(x, -2, 0.5) # 绘图 plt.plot(x, y_1, color='green') plt.plot(x, y_2, color='blue') plt.plot(x, y_3, color='yellow') plt.plot(x, y_4, color='red') # 设置坐标系 plt.xlim(-5.0, 5.0) plt.ylim(-0.2, 1) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0)) plt.legend(labels=['$\mu = 0, \sigma^2=0.2$', '$\mu = 0, \sigma^2=1.0$', '$\mu = 0, \sigma^2=5.0$', '$\mu = -2, \sigma^2=0.5$']) plt.show()

以上代码输出结果：

【本文地址】

公司简介

联系我们