2020-10-22从np.random.normal()到正态分布的拟合
先看伟大的高斯分布(Gaussian Distribution)的概率密度函数(probability density function):
f(x)=12π‾‾‾√σexp(−(x−μ)22σ2)f(x)=12πσexp(−(x−μ)22σ2)
对应于numpy中:
numpy.random.normal(loc=0.0, scale=1.0, size=None)
参数的意义为:
loc:float此概率分布的均值(对应着整个分布的中心centre)
scale:float此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高)
size:int or tuple of ints输出的shape,默认为None,只输出一个值
我们更经常会用到的np.random.randn(size)
所谓标准正态分布(μ=0,σ=1μ=0,σ=1),对应于np.random.normal(loc=0, scale=1, size)
。
采样(sampling)
# 从某一分布(由均值和标准差标识)中获得样本
mu, sigma = 0, .1
s = np.random.normal(loc=mu, scale=sigma, size=1000)
也可使用scipy库中的相关api(这里的类与函数更符合数理统计中的直觉):
import scipy.stats as st
mu, sigma = 0, .1
s = st.norm(mu, sigma).rvs(1000)
校验均值和方差:
>>> abs(mu < np.mean(s)) < .01
True
>>> abs(sigma-np.std(s, ddof=1)) < .01
True# ddof,delta degrees of freedom,表示自由度# 一般取1,表示无偏估计,
拟合
我们看使用matplotlib.pyplot
便捷而强大的语法如何进行高斯分布的拟合:
import matplotlib.pyplot as plt
count, bins, _ = plt.hist(s, 30, normed=True)# normed是进行拟合的关键# count统计某一bin出现的次数,在Normed为True时,可能其值会略有不同
plt.plot(bins, 1./(np.sqrt(2*np.pi)*sigma)*np.exp(-(bins-mu)**2/(2*sigma**2), lw=2, c='r')
plt.show()
或者:
s_fit = np.linspace(s.min(), s.max())
plt.plot(s_fit, st.norm(mu, sigma).pdf(s_fit), lw=2, c='r')
2020-10-22从np.random.normal()到正态分布的拟合相关推荐
- 从np.random.normal()到正态分布的拟合
先看伟大的高斯分布(Gaussian Distribution)的概率密度函数(probability density function): f(x)=12π−−√σexp(−(x−μ)22σ2) f ...
- #np.random.normal,产生制定分布的数集(默认是标准正态分布)
http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html #np.random.normal,产生制定分 ...
- Numpy:利用Numpy库建立可视化输入的二次函数数据点集np.linspace+np.random.shuffle+np.random.normal
Numpy:利用Numpy库建立可视化输入的二次函数数据点集np.linspace+np.random.shuffle+np.random.normal 目录 输出结果 代码设计 输出结果 代码设计 ...
- np.random.normal()
np.random.normal(loc=0.0, scale=1.0, size=None) loc:float 此概率分布的均值(对应着整个分布的中心),loc=0说明这一个以Y轴为对称轴的正态 ...
- 【numpy】np.random.normal()函数
[汇总]numpy里的一些函数 np.random.normal() https://blog.csdn.net/lanchunhui/article/details/50163669 numpy.r ...
- 如何区分np.random.normal()、np.random.randn()、np.random.randint()、np.random.random()、np.random.choice()
本期我们来对np.random中常用的函数进行区分 np.random.normal(loc,scale,size) 参数说明: loc:正太分布的均值 scale:正太分布的标准差 size:设定数 ...
- np.random.normal()的含义及实例
这是个随机产生正态分布的函数.(normal 表正态) 先看一下官方解释: 有三个参数, loc:正态分布的均值,对应着这个分布的中心.代表下图的 μ \mu μ scale:正态分布的标准差,对应分 ...
- np.random.normal()函数
这是的np是numpy包的缩写,np.random.normal()的意思是一个正态分布,normal这里是正态的意思.我在看孪生网络的时候看到这样的一个例子:numpy.random.normal( ...
- np.empty()函数、np.random.uniform()函数、np.random.normal()函数的详细介绍和代码说明
目录 np.empty()函数 np.random.uniform()函数 np.random.normal()函数 np.random的其它常见函数 参考 np.empty()函数 函数定义: nu ...
最新文章
- UML for Java Programmers之dx实战
- bottle嵌入html,css,js
- ecshop商城禁止修改管理员邮箱
- redis源码剖析(十二)—— RDB持久化
- abap al设置单元格可编辑 oo_excel表格操作: 图形和图表编辑技巧汇总(二)
- 【发现问题】Java中PrintWriter和BufferedWriter的区别
- 打造一个全命令行的Android构建系统
- linux 创建目录和删除目录
- MSSQL为单独数据库创建登录账户
- python大牛基础_十年Python大牛总结的python基础知识实例,快收藏!
- 极客大学产品经理训练营:产品经理的项目管理 第14课总结
- E 帮 SeSe 的一篇示例
- 36氪独家|京东零售宣布多位高管新任命,POP平台部门成整合重点
- 谷歌查排名php,谷歌排名检查:PHP函数来获得googlerank关键词 | LsevenTT博客-站群哥...
- 颠覆你的世界观-芝诺悖论
- MarkDown表格合并
- Conflux TokenGazer AMA活动内容回顾
- 【YOLOV5-5.x 源码解读】common.py
- es拼音分词 大帅哥_elasticsearch实现中文分词和拼音分词混合查询+CompletionSuggestion...
- 数据标注自动化工具 - Snorkel【机器学习】