创建一个函数,能够返回任意均值或方差的正态分布曲线
时间: 2024-06-10 17:10:13 浏览: 177
一元正态分布均值和方差的估计-概率密度估计
以下是Python代码实现:
```python
import numpy as np
import matplotlib.pyplot as plt
def normal_distribution(x, mu, sigma):
"""
返回均值为mu,标准差为sigma的正态分布在x处的概率密度值
"""
return np.exp(-((x-mu)**2)/(2*sigma**2))/(sigma*np.sqrt(2*np.pi))
def plot_normal_distribution(mu, sigma):
"""
绘制均值为mu,标准差为sigma的正态分布曲线
"""
x = np.linspace(mu-4*sigma, mu+4*sigma, 1000)
y = normal_distribution(x, mu, sigma)
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('Probability density')
plt.title('Normal distribution with mu={} and sigma={}'.format(mu, sigma))
plt.show()
# 示例
plot_normal_distribution(0, 1) # 绘制均值为0,标准差为1的正态分布曲线
```
可以通过调用plot_normal_distribution函数,传入均值mu和标准差sigma来绘制不同均值和方差的正态分布曲线。
阅读全文