正态分布(Normal distribution)又成为高斯分布(Gaussian distribution)

若随机变量X服从一个数学期望为

、标准方差为

的高斯分布,记为:

则其概率密度函数为:

正态分布的期望值

决定了其位置,其标准差

决定了分布的幅度。因其曲线呈钟形,因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是

的正态分布:

概率密度函数

代码实现:

# Python实现正态分布

# 绘制正态分布概率密度函数

u = 0 # 均值μ

u01 = -2

sig = math.sqrt(0.2) # 标准差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内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

python 标准正态分布函数_Python数据可视化实现正态分布(高斯分布)相关推荐

  1. python hist函数_Python数据可视化:一文读懂直方图和密度图

    一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形. 用matplotlib生成基本图形非常简单,只需要几行代码,但要创建复杂的图表,需要调用更多的命令和反复试验,这要求用 ...

  2. python画熊猫论文_Python数据可视化之美:专业图表绘制指南(全彩)

    Python数据可视化之美:专业图表绘制指南(全彩)电子书 系统性地介绍Python 的绘图语法系统,包括matplotlib.Seaborn.plotnine 包,以及用于地理空间数据可视化的Bas ...

  3. python生成热度图_Python数据可视化 热力图

    不要停止奔跑,不要回顾来路,来路无可眷恋,值得期待的只有前方.--<马男波杰克> ​​​​ 一.matplotlib绘制热力图 Matplotlib是Python著名的2D绘图库,该库仿造 ...

  4. python前端框架实例_Python数据可视化:PyQt5 + ECharts框架实例

    引言 对于Python下桌面软件的开发已经有了很多数据可视化的库,如Matplotlib.Seaborn.Pyqtgraph.Plotly等等,但这些库更适合于后端程序员的软件开发. 实际上在前端网页 ...

  5. python蜡烛图预测_Python数据可视化:如何用mplfinance创建蜡烛图

    一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形. 我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,使用matplotl ...

  6. python画厢式图_Python数据可视化:箱线图多种库画法

    概念 箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q ...

  7. python动态图表变化_Python数据可视化 pyecharts实现各种统计图表过程详解

    Python数据可视化 pyecharts实现各种统计图表过程详解 发布时间:2020-09-10 04:53:26 来源:脚本之家 阅读:78 1.pyecharts介绍 Echarts是一款由百度 ...

  8. python 柱状图设置样式_python数据可视化之图表样式调整(三)

    适当的调整图表样式可以大大增强图表"讲故事"的能力.实际工作中可能需要调整很多东西,因此本篇不可能涵盖所有图表样式.本篇将介绍一些最有用的基本知识:更改图形大小.颜色和字体大小;加 ...

  9. python pyecharts 折线图_Python数据可视化之pyecharts实现各种图表

    之前的一篇文章介绍了使用Matplotlib实现各种统计图表,Python数据可视化之Matplotlib实现各种图表.这篇文章就介绍使用pyecharts实现各种统计图表. 1.pyecharts介 ...

最新文章

  1. (转载兼整理)Linux 2.6 下通过 ptrace 和 plt 实现用户态 API Hook
  2. python3 logging模块_Python3之logging模块浅析
  3. 实习生解雇_我们解雇了我们的顶尖人才。 我们做出的最佳决定。
  4. 运用python的方式_对Python使用mfcc的两种方式详解
  5. 一个iOS 框架介绍:MKNetworkKit
  6. Shell脚本基本规则
  7. 研究黑洞内部的一种方法
  8. WebServer Vs ApplicationServer
  9. bugku 旋转跳跃
  10. 为你的兔小巢加上实时消息推送
  11. 全国社会组织信用信息公式平台(试运行)爬虫记录
  12. 洛谷 P1007 独木桥 思维
  13. Python调用华为API进行图像标签
  14. scrcpy投屏教程、及无线投屏
  15. java丐帮_java多线程学习笔记(五)
  16. vue3使用screenfull实现全屏
  17. 示波器的 带宽、采样率、存储深度
  18. isp计算机英语翻译,计算机专业英语教程翻译(61页)-原创力文档
  19. HTTP 的 GET/POST区别 及 cookie 和 session 区别
  20. ie不支持html56,是否浏览器设置有问题?

热门文章

  1. matlab利用训练好的BP神经网络来预测新数据(先保存网络,再使用网络)
  2. Python获取鼠标形状和位置
  3. 关于ros2安装的那些坑
  4. c语言函数实参是赋值语句,c语言说形参不能改变实参的值,为什么这个赋值语句可以...
  5. List集合增强for循环时产生的异常
  6. 30+行业头部企业相聚杭城,创邻科技“Graph+X”生态合作伙伴大会成功举办
  7. 【Atcoder Regular Contest 085F】 NRE
  8. 基于openfire+smack开发Android即时聊天应用[三]-账号信息、添加好友、JID理解等
  9. 不要假装自己很努力,因为结果不会赔你演戏
  10. 牛顿法,高斯-牛顿法