利用Python画出二项分布的概率密度分布函数图(注意作图时自行设置必要的参数)
时间: 2024-09-29 10:05:22 浏览: 32
在Python中,我们可以利用matplotlib库和numpy库一起绘制二项分布的概率密度函数(PDF)。这里是一个简单的例子,假设我们要计算的是成功次数X服从n次独立伯努利试验的成功概率,其中每次成功的概率为p。
首先,我们需要导入所需的库:
```python
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import binom
```
然后,我们设置参数n和p:
```python
n = 10 # 试验次数
p = 0.5 # 成功概率
```
接下来,创建一系列的x值(这里是可能的成功次数范围),并计算对应的成功概率:
```python
x = np.arange(binom.ppf(0.01, n, p), binom.ppf(0.99, n, p))
prob = binom.pmf(x, n, p)
```
`binom.ppf()`用于查找累积分布函数对应的分位点,`binom.pmf()`则给出特定x值下的二项分布概率。
现在可以绘制图表了:
```python
plt.figure(figsize=(8, 6))
plt.plot(x, prob, 'bo', ms=8, label='理论PDF')
plt.vlines(x, 0, prob, colors='b', lw=5, alpha=0.5)
plt.xlabel('Successes (k)')
plt.ylabel('Probability mass')
plt.title(f'Binomial distribution with n={n} and p={p}')
plt.legend()
plt.grid(True)
plt.show()
```
在这个例子中,我们创建了一个蓝色的线型图,显示了二项分布的概率密度,并添加了网格线以增加清晰度。记得调整参数n和p以观察不同条件下的二项分布。
阅读全文