指数分布密度曲线用python实现

指数分布是一种连续概率分布，通常用于描述随机事件发生的平均时间间隔。其密度函数通常表示为 \( f(x; \lambda) = \lambda e^{-\lambda x} \)，其中 \(\lambda\) 是速率常数（等于均值的倒数），\(e\) 是自然对数的底数。

在Python中，你可以使用SciPy库来生成指数分布的密度曲线。以下是一个简单的例子：

import matplotlib.pyplot as plt
from scipy.stats import expon

# 设置参数
lambda_value = 1.5  # 速率常数，这里取1.5作为示例
x_values = np.linspace(0, 6, 100)  # 定义x轴的取值范围

# 计算密度
pdf = expon.pdf(x_values, scale=1/lambda_value)

# 绘制密度曲线
plt.plot(x_values, pdf)
plt.xlabel('X')
plt.ylabel('Density')
plt.title('Exponential Distribution Density Curve (λ = %f)' % lambda_value)
plt.show()

在这个代码中，`expon.pdf()` 函数计算了给定 `x_values` 的指数分布概率密度，然后用 `plt.plot()` 来绘制曲线。`scale` 参数是 `lambda` 的倒数，因为在`scipy.stats.expon` 中，`scale` 是1/`rate`。