绘制标准一元正态分布曲线 • 均值:0;标准差:1; • 标题:正态分布; • X轴范围:-3-1, 3 +1; • X轴标签: • Y轴标签:
时间: 2023-12-02 22:04:45 浏览: 36
以下是绘制标准一元正态分布曲线的 Python 代码,您可以在 Jupyter Notebook 或其它 Python 编辑器中运行它:
```python
import numpy as np
import matplotlib.pyplot as plt
# 均值和标准差
mu = 0
sigma = 1
# X轴范围
x_min = -3 * sigma - 1
x_max = 3 * sigma + 1
# X轴数据
x = np.linspace(x_min, x_max, 100)
# Y轴数据
y = 1 / (sigma * np.sqrt(2 * np.pi)) * np.exp(- (x - mu)**2 / (2 * sigma**2))
# 绘图
plt.plot(x, y)
plt.title('正态分布')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
```
这段代码将会产生一个绘制好的标准一元正态分布曲线,其均值为 0,标准差为 1,X轴范围为 -3σ-1 到 3σ+1,X轴标签为 X,Y轴标签为 Y。
相关问题
1. 用plot方法画出x=(0,10)间sin的图像。 2. 绘制标准一元正态分布曲线 均值:0;标准差:1; 标题:正态分布; X轴范围:-3sigma-1, 3sigma +1; X轴标签:?; Y轴标签:P(?)。 3. 绘制有三个子图图表,其中第一行一个子图,第二行左右等分两个子图。 子图1:标准一元正态分布;红色实线,宽度1; 子图2: x=(0,10)间sin的图像;绿色实线,宽度1; 子图3: x=(0,10)间cos的图像;蓝色虚线,宽度2,透明度0.3。
1.
```python
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.show()
```
2.
```python
import numpy as np
import matplotlib.pyplot as plt
mu = 0
sigma = 1
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
y = 1/(sigma * np.sqrt(2 * np.pi)) * np.exp(-(x - mu)**2 / (2 * sigma**2))
plt.plot(x, y)
plt.title('正态分布')
plt.xlabel('X轴标签')
plt.ylabel('P(Y)')
plt.show()
```
3.
```python
import numpy as np
import matplotlib.pyplot as plt
# 子图1
mu = 0
sigma = 1
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
y = 1/(sigma * np.sqrt(2 * np.pi)) * np.exp(-(x - mu)**2 / (2 * sigma**2))
fig, axs = plt.subplots(3, 1, figsize=(8, 12))
axs[0].plot(x, y, color='red', linewidth=1)
axs[0].set_title('标准一元正态分布')
# 子图2
x = np.linspace(0, 10, 100)
y = np.sin(x)
axs[1].plot(x, y, color='green', linewidth=1)
axs[1].set_title('sin函数')
# 子图3
y = np.cos(x)
axs[2].plot(x, y, color='blue', linewidth=2, alpha=0.3, linestyle='--')
axs[2].set_title('cos函数')
plt.show()
```
如何用matlab绘制一个均值为0方差为1的正态分布曲线
可以使用 `normpdf` 函数来绘制正态分布曲线。其中,`normpdf(x, mu, sigma)` 函数可以计算正态分布的概率密度函数。具体实现如下:
```matlab
% 定义正态分布的均值和标准差
mu = 0;
sigma = 1;
% 定义 x 轴的取值范围
x = -5:0.1:5;
% 计算正态分布的概率密度函数
y = normpdf(x, mu, sigma);
% 绘制正态分布曲线
plot(x, y);
title('正态分布曲线');
xlabel('x');
ylabel('概率密度');
```
运行以上代码,即可得到均值为0,标准差为1的正态分布曲线。