用python写一个满足正态分布的输出散点图的代码
时间: 2023-05-22 08:03:20 浏览: 67
可以使用Python中的matplotlib库来绘制散点图。以下是一个例子,生成满足正态分布的散点图:
```python
import matplotlib.pyplot as plt
import numpy as np
mean = 0 # 均值
std = 1 # 标准差
num_points = 1000 # 点数
x = np.random.normal(mean, std, size=num_points) # 生成x坐标数据,满足标准正态分布
y = np.random.normal(mean, std, size=num_points) # 生成y坐标数据,满足标准正态分布
plt.scatter(x, y, alpha=0.5) # 绘制散点图
plt.show() # 显示图像
```
运行上述代码,即可得到一个正态分布的散点图。
相关问题
seaborn正态分布散点图
您可以使用seaborn库中的`distplot`函数来绘制正态分布散点图。具体步骤如下:
1. 导入seaborn库和matplotlib库
```python
import seaborn as sns
import matplotlib.pyplot as plt
```
2. 生成正态分布数据
```python
import numpy as np
# 生成均值为0,标准差为1的正态分布数据
data = np.random.normal(0, 1, 1000)
```
3. 绘制散点图
```python
sns.distplot(data, hist=False, rug=True)
plt.show()
```
其中,`hist=False`表示不绘制直方图,`rug=True`表示在x轴上绘制数据点。
python做正态分布直方图
要在Python中绘制正态分布直方图,可以使用NumPy和Matplotlib库。以下是一些步骤:
1. 导入NumPy和Matplotlib库。
2. 使用NumPy的random.normal()函数生成一个正态分布的序列。
3. 将序列中的每个元素四舍五入为整数。
4. 使用NumPy的unique()函数获取序列中的唯一值和它们的出现次数。
5. 使用Matplotlib的scatter()函数绘制散点图。
下面是一个示例代码:
```
import numpy as np
import matplotlib.pyplot as plt
# 生成正态分布序列
n = 100000
ex = 1000
de = 20
y = np.random.normal(ex, de, n)
# 四舍五入为整数
y = np.round(y).astype(int)
# 获取唯一值和出现次数
un, cnt = np.unique(y, return_counts=True)
# 绘制散点图
plt.scatter(un, cnt)
plt.show()
```
这段代码将生成一个正态分布的直方图。其中,x轴表示数值,y轴表示该数值在序列中出现的次数。可以根据需要调整参数来改变直方图的样式和布局。