Python绘制高斯分布（正态分布）图像，附python绘图技巧

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 npu1 = 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 pltdef 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 * rightif __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：

Python绘制高斯分布（正态分布）图像，附python绘图技巧相关推荐

使用python绘制任意函数图像
使用python绘制任意函数图像 ##原创文章不易,望点赞转发收藏三连效果展示 y = (sinx)/x y = x4+x3+x^2+1 y=-x^2 文末还会展示一些实例图片引入需要的库我们使 ...
通过pyqt5绘制标准正态分布图像并实时显示_20200427_
通过pyqt5绘制标准正态分布图像并实时显示 1.首先通过QTdesigner绘制显示界面窗口,生成window_show_picture.ui(如附件资源所示),再转化为文件. window_sho ...
Python绘制三维立体图详解与绘图填充
1.利用Python绘制三维图目标: 绘制图像 z^2 = x^2 + y^2 + x/3 + y/3 1.第一步我们先导入画图所需要的包: import matplotlib.pyplot as ...
ML基础 | 一文详解正态分布（附python实现）
正态分布简介你听说过钟形曲线吗?它往往是全球人们讨论最多的话题之一.很长一段时间以来,钟形曲线决定了对员工的专业评估,可以是一个受人喜爱或令人恐惧的话题,而这取决于与谁交谈! 看看这张图片: 你认为 ...
python绘制柱状图设置间隔时间,Python数据可视化：5种绘制柱状图表的方法（附源码）...
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于数据Magic,作者我不是小样前言 python里面有很多优秀的可 ...
【数据可视化应用】绘制QQ图（附Python和R语言代码）
QQ图(Quantile-Quantile Plots)含义简单介绍「含义」: QQ图是用于验证一组数据是否符合正态分布,或者验证某两组数据是否来自同一分布情况,是一种散点图,通常情况下,其横坐标为 ...
【数据可视化应用】绘制森林图（附Python和R语言代码）
森林图(Forest Plot)的简单介绍森林图(Forest Plot) 常用于Meta分析结果展示使用.森林图(可以将观察到的效果.置信区间以及每个研究对象的权重等信息全部表示出来,是一种简单直 ...
用python绘制漂亮的图形-用python绘制图形的实例详解
1.环境系统:windows10 python版本:python3.6.1 使用的库:matplotlib,numpy 2.numpy库产生随机数几种方法import numpy as npnumpy ...
用python绘制柱状图标题-如何用Python绘制3D柱形图
本文主要讲解如何使用python绘制三维的柱形图,如下图源代码如下: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 2 ...

Python绘制高斯分布（正态分布）图像，附python绘图技巧

Python绘制高斯分布（正态分布）图像，附python绘图技巧相关推荐

最新文章

热门文章