mu = 10 # mean of distribution 均值分布 sigma = 3 # standard devition of distribution 标准分布 x = mu + sigma * np.random.randn((2000)) print(x) plt.hist(x,bins=10,color='r',edgecolor = 'b',density=False) #edgecolor:条形的边框颜色 density:是否标准化 plt.show() mu = 10 # mean of distribution 均值分布 sigma = 3 # standard devition of distribution 标准分布 x = mu + sigma * np.random.randn((2000)) print(x) plt.hist(x,bins=50,color='r',edgecolor = 'b',density=False) #edgecolor:条形的边框颜色 density:是否标准化 plt.show()
时间: 2024-04-03 19:36:45 浏览: 100
np.random一系列(np.random.normal()、np.random.randint、np.random.randn、np.random.rand)
这段代码使用了NumPy和Matplotlib库,生成了一个正态分布的随机数,并使用plt.hist()函数将数据绘制成直方图。其中,mu表示分布的均值,sigma表示分布的标准差,x为生成的2000个随机数。通过plt.hist()函数绘制直方图,其中x为数据,bins为直方图的条数,color为条形的填充颜色,edgecolor为条形的边框颜色,density表示是否标准化。在代码中,两次绘制直方图的区别在于bins的数量不同,第一次为10个,第二次为50个。最后,通过show()函数显示图形。
阅读全文