用python模拟二项分布并画图

以下是一个使用Python模拟二项分布并绘制直方图的例子：

import numpy as np
import matplotlib.pyplot as plt

def binomial(n, p, size=1):
    """Simulate a binomial distribution with parameters n and p."""
    return np.random.binomial(n, p, size)

# Set parameters
n = 20  # Number of trials
p = 0.5  # Probability of success

# Simulate the distribution
samples = binomial(n, p, size=1000)

# Plot the histogram
plt.hist(samples, bins=np.arange(n+1)-0.5, density=True, alpha=0.5)
plt.xlabel('Number of successes')
plt.ylabel('Probability')
plt.title('Binomial distribution with n={}, p={}'.format(n, p))
plt.show()

在这个例子中，我们使用了numpy库中的`binomial`函数来模拟二项分布。参数`n`表示试验次数，`p`表示每次试验成功的概率。我们使用`size`参数来指定需要生成多少个样本，这里设置为1000个。

我们使用matplotlib库中的`hist`函数来绘制直方图。参数`bins`表示我们希望将数据分成多少个区间，这里我们选择将数据分成`n+1`个区间，即每个成功次数对应一个区间。参数`density`表示是否将直方图转化为概率密度图。参数`alpha`表示直方图的透明度。

最后，我们使用`xlabel`和`ylabel`函数来标注x轴和y轴的标签，使用`title`函数来添加图表的标题。最后使用`show`函数显示图表。

运行上述代码，将会得到一个类似下图的二项分布直方图：