python 正态分布

在Python中，可以使用NumPy和SciPy库来计算正态分布。以下是一个示例代码，演示如何使用这些库来生成和可视化正态分布：

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm

# 生成随机数据
data = np.random.normal(0, 1, 10000)

# 计算均值和标准差
mu, std = norm.fit(data)

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

# 绘制正态分布曲线
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = norm.pdf(x, mu, std)
plt.plot(x, p, 'k', linewidth=2)

# 添加标题和标签
plt.title("Normal distribution")
plt.xlabel("Value")
plt.ylabel("Frequency")

plt.show()

在这个例子中，我们使用`numpy.random.normal`函数生成具有平均值为0和标准差为1的10000个随机数。然后，我们使用`scipy.stats.norm`中的`fit`函数计算数据的均值和标准差。最后，我们使用`matplotlib`绘制直方图和正态分布曲线。