正态分布图像python

好的，以下是绘制正态分布图像的Python代码：

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 0, 0.1 # 均值和标准差
s = np.random.normal(mu, sigma, 1000) # 生成1000个符合正态分布的随机数

count, bins, ignored = plt.hist(s, 30, density=True) # 绘制直方图

plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins - mu)**2 / (2 * sigma**2) ), linewidth=2, color='r') # 绘制正态分布曲线

plt.show() # 显示图像

相关问题

实现正态分布函数python

在Python中实现正态分布函数可以使用NumPy和Matplotlib库。以下是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

# 设置均值和标准差
mu = 0
sigma = 1

# 生成一组随机数
x = np.random.normal(mu, sigma, 1000)

# 绘制直方图
plt.hist(x, bins=50, density=True, alpha=0.6, color='g')

# 绘制正态分布曲线
xmin, xmax = plt.xlim()
x_axis = np.linspace(xmin, xmax, 100)
y_axis = stats.norm.pdf(x_axis, mu, sigma)
plt.plot(x_axis, y_axis, 'r--', linewidth=2)

# 显示图像
plt.show()

这个例子中，我们使用`np.random.normal()`函数生成了一组随机数，然后使用Matplotlib的`plt.hist()`函数绘制了这些随机数的直方图。接着，我们使用`stats.norm.pdf()`函数生成了正态分布曲线，并使用`plt.plot()`函数将其绘制在直方图上。最后，使用`plt.show()`函数显示图像。

python生成正态分布图像

生成正态分布图像可以使用Python中的matplotlib库。下面是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

# 生成一组随机数据
mu, sigma = 0, 0.1
s = np.random.normal(mu, sigma, 1000)

# 画出直方图
count, bins, ignored = plt.hist(s, 30, density=True)

# 画出正态分布曲线
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
         np.exp( - (bins - mu)**2 / (2 * sigma**2) ),
         linewidth=2, color='r')

# 显示图像
plt.show()

这段代码会生成一个符合正态分布的随机数据，然后用直方图和正态分布曲线表示这些数据的分布情况。你可以根据需要修改均值、标准差、数据数量等参数，来生成不同的正态分布图像。