高斯函数的Python代码表示
时间: 2024-10-14 12:10:03 浏览: 33
python 高斯分布二维高斯分布代码
5星 · 资源好评率100%
高斯函数(也称为高斯核或高斯分布),数学表达式通常写作 \( f(x) = \frac{1}{\sqrt{2\pi\sigma^2}}e^{-\frac{x^2}{2\sigma^2}} \),其中 \(\sigma\) 是标准差。在 Python 中,我们可以使用 `scipy.stats.norm` 来生成和计算高斯分布。这是一个简单的例子:
```python
from scipy.stats import norm
import numpy as np
# 定义高斯函数参数,例如均值 (mean) 和标准差 (std_dev)
mean = 0
std_dev = 1
# 创建高斯分布对象
gaussian = norm(loc=mean, scale=std_dev)
# 计算给定点 x 的高斯值
x_values = np.linspace(-10, 10, 100) # 创建一个线性空间的点集
pdf = gaussian.pdf(x_values) # pdf 表示概率密度函数
# 可视化高斯曲线
import matplotlib.pyplot as plt
plt.plot(x_values, pdf)
plt.xlabel('x')
plt.ylabel('PDF')
plt.title('Gaussian Distribution with mean=' + str(mean) + ' and std_dev=' + str(std_dev))
plt.show()
```
这个代码首先导入所需的库,然后创建一个高斯分布对象,接着计算指定区间上各点的概率密度,最后绘制出高斯曲线。
阅读全文