Python數(shù)據(jù)可視化實(shí)現(xiàn)正態(tài)分布（高斯分布）

更新時(shí)間：2019年08月21日 11:24:41 作者：墨竹 | kevinelstri

這篇文章主要介紹了Python數(shù)據(jù)可視化實(shí)現(xiàn)正態(tài)分布（高斯分布），文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

正態(tài)分布（Normal distribution）又成為高斯分布（Gaussian distribution）

若隨機(jī)變量X服從一個(gè)數(shù)學(xué)期望為、標(biāo)準(zhǔn)方差為的高斯分布，記為：

則其概率密度函數(shù)為：

正態(tài)分布的期望值決定了其位置，其標(biāo)準(zhǔn)差決定了分布的幅度。因其曲線呈鐘形，因此人們又經(jīng)常稱之為鐘形曲線。我們通常所說(shuō)的標(biāo)準(zhǔn)正態(tài)分布是的正態(tài)分布：

概率密度函數(shù)

代碼實(shí)現(xiàn)：

# Python實(shí)現(xiàn)正態(tài)分布
  # 繪制正態(tài)分布概率密度函數(shù)
  u = 0  # 均值μ
  u01 = -2
  sig = math.sqrt(0.2) # 標(biāo)準(zhǔn)差δ
  sig01 = math.sqrt(1)
  sig02 = math.sqrt(5)
  sig_u01 = math.sqrt(0.5)
  x = np.linspace(u - 3*sig, u + 3*sig, 50)
  x_01 = np.linspace(u - 6 * sig, u + 6 * sig, 50)
  x_02 = np.linspace(u - 10 * sig, u + 10 * sig, 50)
  x_u01 = np.linspace(u - 10 * sig, u + 1 * sig, 50)
  y_sig = np.exp(-(x - u) ** 2 /(2* sig **2))/(math.sqrt(2*math.pi)*sig)
  y_sig01 = np.exp(-(x_01 - u) ** 2 /(2* sig01 **2))/(math.sqrt(2*math.pi)*sig01)
  y_sig02 = np.exp(-(x_02 - u) ** 2 / (2 * sig02 ** 2)) / (math.sqrt(2 * math.pi) * sig02)
  y_sig_u01 = np.exp(-(x_u01 - u01) ** 2 / (2 * sig_u01 ** 2)) / (math.sqrt(2 * math.pi) * sig_u01)
  plt.plot(x, y_sig, "r-", linewidth=2)
  plt.plot(x_01, y_sig01, "g-", linewidth=2)
  plt.plot(x_02, y_sig02, "b-", linewidth=2)
  plt.plot(x_u01, y_sig_u01, "m-", linewidth=2)
  # plt.plot(x, y, 'r-', x, y, 'go', linewidth=2,markersize=8)
  plt.grid(True)
  plt.show()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

Python基于隨機(jī)采樣一至性實(shí)現(xiàn)擬合橢圓(優(yōu)化版)
這篇文章主要對(duì)上一版的Python基于隨機(jī)采樣一至性實(shí)現(xiàn)擬合橢圓的優(yōu)化，文中的示例代碼講解詳細(xì)，具有一定的借鑒價(jià)值，感興趣的可以了解一下
2022-11-11
Pyhhon之Pygame的Font文本和字體
這篇文章主要介紹了Pygame的Font文本和字體，Pygame 通過(guò)pygame.font模塊來(lái)創(chuàng)建一個(gè)字體對(duì)象，從而實(shí)現(xiàn)繪制文本的目的。想進(jìn)一步了解的同學(xué)可以參考閱讀本文
2023-04-04
Python實(shí)現(xiàn)matplotlib顯示中文的方法詳解
這篇文章主要介紹了Python實(shí)現(xiàn)matplotlib顯示中文的方法,結(jié)合實(shí)例形式詳細(xì)總結(jié)分析了Python使用matplotlib庫(kù)繪圖時(shí)顯示中文的相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下
2018-02-02
Python3.9安裝gmpy2的步驟
gmpy2是一個(gè)Python擴(kuò)展模塊，是對(duì)GMP的封裝，它的前身是gmpy，接下來(lái)通過(guò)本文給大家講解Python3.9安裝gmpy2的步驟,安裝gmpy2之前需要提前安裝python3環(huán)境，安裝python請(qǐng)自行百度搜索，不同的python版本會(huì)對(duì)應(yīng)的gmpy庫(kù)也是不同的，需要的朋友可以參考下
2023-05-05
Python實(shí)現(xiàn)批量替換Excel中字符
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)批量替換Excel中字符,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
2024-11-11
python使用正則表達(dá)式（Regular Expression）方法超詳細(xì)
這篇文章主要介紹了python使用正則表達(dá)式（Regular Expression）方法超詳細(xì)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2019-12-12
利用OpenCV中對(duì)圖像數(shù)據(jù)進(jìn)行64F和8U轉(zhuǎn)換的方式
這篇文章主要介紹了利用OpenCV中對(duì)圖像數(shù)據(jù)進(jìn)行64F和8U轉(zhuǎn)換的方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2020-06-06
python中CURL 和python requests的相互轉(zhuǎn)換實(shí)現(xiàn)
本文主要介紹了python中CURL 和python requests的相互轉(zhuǎn)換實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2023-03-03
pip?install?jupyterlab失敗的原因問(wèn)題及探索
在學(xué)習(xí)Yolo模型時(shí),嘗試安裝JupyterLab但遇到錯(cuò)誤,錯(cuò)誤提示缺少Rust和Cargo編譯環(huán)境,因?yàn)閜ywinpty包需要它們來(lái)編譯,由于在conda環(huán)境下操作,Rust和Cargo已經(jīng)安裝,問(wèn)題是pywinpty包丟失,安裝pywinpty包后,再次執(zhí)行pip?install?jupyterlab即可正常下載
2025-02-02
Python-Flask:動(dòng)態(tài)創(chuàng)建表的示例詳解
今天小編就為大家分享一篇Python-Flask:動(dòng)態(tài)創(chuàng)建表的示例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2019-11-11