利用matplotlib绘制高斯函数曲线

好的，以下是利用 matplotlib 绘制高斯函数曲线的代码示例：

import numpy as np
import matplotlib.pyplot as plt

def gaussian(x, mu, sig):
    return np.exp(-np.power(x - mu, 2.) / (2 * np.power(sig, 2.)))

x = np.linspace(-5, 5, 100)
plt.plot(x, gaussian(x, 0, 1))
plt.show()

这里通过 numpy 的 linspace 函数生成了一个等间距的 x 坐标数组，然后通过定义一个高斯函数 gaussian 来计算每个点的 y 坐标，最后使用 plot 函数进行绘制即可。

相关问题

利用matplotlib绘制高斯函数曲线图

好的，以下是利用matplotlib绘制高斯函数曲线图的代码：

import numpy as np
import matplotlib.pyplot as plt

mu = 0 # 均值
sigma = 1 # 标准差
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) # 定义x轴范围
y = (1/(np.sqrt(2*np.pi)*sigma))*np.exp(-((x-mu)**2)/(2*sigma**2)) # 高斯函数公式

plt.plot(x, y, color='blue')
plt.show()

运行以上代码即可得到高斯函数曲线图。

利用matplotlib的plot方法绘制高斯函数曲线图

好的，让我为您解答。要绘制高斯函数曲线图，需要先导入numpy和matplotlib库。接着，可以使用numpy库的exp函数和power函数来计算高斯分布的值，然后利用matplotlib库的plot方法绘制曲线图。以下是示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 定义高斯函数
def gaussian(x, mu, sigma):
    return np.exp(-np.power(x - mu, 2) / (2 * np.power(sigma, 2)))

# 生成x轴数据
x = np.linspace(-5, 5, 100)

# 计算y轴数据
mu = 0  # 均值
sigma = 1  # 标准差
y = gaussian(x, mu, sigma)

# 绘制曲线图
plt.plot(x, y)

# 添加标题和标签
plt.title("Gaussian Distribution")
plt.xlabel("x")
plt.ylabel("y")

# 显示图像
plt.show()

这样就可以绘制出高斯函数曲线图了。希望对您有所帮助！