Python绘制正态分布
时间: 2023-11-19 22:52:20 浏览: 25
Python可以使用matplotlib库绘制正态分布曲线。正态分布也叫高斯分布,是一种连续概率分布。在Python中,可以使用numpy库中的arange函数生成一组x轴的数据,然后使用高斯分布的公式计算出对应的y轴数据,最后使用matplotlib库中的plot函数将x轴和y轴数据绘制出来。具体实现可以参考引用中的代码。另外,还可以使用scipy库中的norm.rvs()函数生成正态分布的随机数,其中可以指定均值和标准差。具体实现可以参考引用中的代码。
相关问题
python绘制正态分布曲线
要在Python中绘制正态分布曲线,可以使用`matplotlib`库和`numpy`库来生成数据。下面是一个简单的示例代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成数据
mu = 0 # 均值
sigma = 1 # 标准差
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) # x轴范围
y = (1/(np.sqrt(2*np.pi)*sigma)) * np.exp(-0.5*((x-mu)/sigma)**2) # 正态分布函数
# 绘制曲线
plt.plot(x, y)
plt.title('Normal Distribution')
plt.xlabel('x')
plt.ylabel('Probability density')
plt.show()
```
这段代码首先使用`numpy`库生成100个在指定范围内均匀分布的数据作为x轴,然后根据正态分布的公式计算对应的y轴数值,最后使用`matplotlib`库绘制曲线并添加标题和坐标轴标签。运行代码后,会显示一个正态分布曲线图。
用Python绘制正态分布图
好的,请等一下,我来给您绘制正态分布图。
以下是 Python 代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成均值为0,标准差为1的1000个随机数
x = np.random.normal(0,1,1000)
# 绘制直方图
plt.hist(x, bins=30)
# 绘制密度曲线
density = (1/(2*np.pi)**0.5)*np.exp(-x**2/2)
plt.plot(x, density, color='r')
plt.title('Normal Distribution')
plt.show()
```
这段代码可以生成一个均值为0,标准差为1的正态分布图。