用python画一维高斯分布图
时间: 2023-06-18 18:08:57 浏览: 61
可以使用Python中的`matplotlib`库来画一维高斯分布图。以下是一个示例代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成随机数据
mu, sigma = 0, 1 # 均值和标准差
x = mu + sigma * np.random.randn(10000)
# 绘制直方图
n, bins, patches = plt.hist(x, 50, density=1, alpha=0.75)
# 添加正态分布曲线
y = 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins - mu)**2 / (2 * sigma**2) )
plt.plot(bins, y, 'r--', linewidth=2)
# 添加标签和标题
plt.xlabel('随机变量')
plt.ylabel('频率')
plt.title(r'一维高斯分布')
# 显示图形
plt.show()
```
执行以上代码后,将会得到一张一维高斯分布图,如下所示:
![一维高斯分布图](https://img-blog.csdnimg.cn/20210722172438134.png)
相关问题
python画二维高斯分布
可以使用Python中的matplotlib库来画二维高斯分布。以下是一个简单的例子:
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成二维高斯分布的数据
mean = [0, 0]
cov = [[1, 0], [0, 1]]
x, y = np.random.multivariate_normal(mean, cov, 5000).T
# 绘制散点图
plt.scatter(x, y, s=5)
plt.axis('equal')
plt.show()
```
这段代码会生成一个均值为(0,0),协方差矩阵为单位矩阵的二维高斯分布,并将其绘制成散点图。
一维高斯分布python绘图
以下是一维高斯分布的Python绘图代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成一维高斯分布数据
mean = 0
variance = 1
sigma = np.sqrt(variance)
x = np.linspace(-5, 5, 100)
y = np.exp(-(x - mean) ** 2 / (2 * variance)) / (sigma * np.sqrt(2 * np.pi))
# 绘制一维高斯分布图像
plt.plot(x, y)
plt.title('One-dimensional Gaussian Distribution')
plt.xlabel('x')
plt.ylabel('Probability density')
plt.show()
```
该代码首先使用numpy生成一维高斯分布数据,然后使用matplotlib绘制图像。其中,mean表示均值,variance表示方差,sigma表示标准差,x表示横坐标,y表示纵坐标,np.exp表示自然指数函数,np.sqrt表示平方根函数,np.pi表示圆周率。