Python数据可视化实现正态分布(高斯分布)

yipeiwu_com5年前Python基础

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【听图阁-专注于Python设计】。

相关文章

浅析AST抽象语法树及Python代码实现

在计算机科学中,抽象语法树(abstract syntax tree或者缩写为AST),或者语法树(syntax tree),是源代码的抽象语法结构的树状表现形式,这里特指编程语言的源代...

对pyqt5中QTabWidget的相关操作详解

对pyqt5中QTabWidget的相关操作详解

首先,下面贴上designer处理的界面文件(转换成py后的): # -*- coding: utf-8 -*- # Form implementation generated...

Python中变量的输入输出实例代码详解

Python中变量的输入输出实例代码详解

1.变量的输入: input函数:   input()   input("请输入银行卡密码")   password = input("请输入银行卡密码")   变量名 = input...

Python的Tornado框架的异步任务与AsyncHTTPClient

高性能服务器Tornado Python的web框架名目繁多,各有千秋。正如光荣属于希腊,伟大属于罗马。Python的优雅结合WSGI的设计,让web框架接口实现千秋一统。WSGI 把应...

Python运维之获取系统CPU信息的实现方法

使用Python进行运维工作的时候有时候需要获取CPU的信息,这在psutil模块库的帮助下非常容易实现。 常见的CPU信息有以下几种: 1,用户时间以及百分比; 2,系统时间以及百分比...