跳转至

如何用 Python 中的 Matplotlib 绘制正态分布?

原文:https://www.geeksforgeeks.org/如何用 python 中的 matplotlib 绘制正态分布图/

先决条件:

正态分布 是统计学中使用的概率函数,讲述数据值是如何分布的。它是统计学中最重要的概率分布函数,因为它在实际场景中具有优势。比如人口的身高,鞋码,智商水平,擀一个模具,等等很多。

正态或高斯分布的概率密度函数由下式给出:

概率密度函数

其中,x 是变量,μ是平均值,σ是标准差

需要的模块

  • Matplotlib 是 python 的数据可视化库,广泛用于数据可视化的目的。
  • Numpy 是一个通用的数组处理包。它提供了一个高性能的多维数组对象,以及使用这些数组的工具。它是使用 Python 进行科学计算的基本包。
  • 【Scipy】是一个 python 库,对求解很多数学方程和算法都很有用。
  • 【统计】 模块提供数值数据的数理统计计算功能。

使用的功能

  • 计算数据的平均值

语法:

mean(data)
  • 计算数据的标准偏差

语法:

stdev(data)
  • 要计算使用 norm.pdf 的数据的正态概率密度,它是指正态概率密度函数,它是 scipy 库中的一个模块,使用上述概率密度函数来计算值。

语法:

标准. pdf(数据、锁定、缩放)

这里,loc 参数也称为平均值,而 scale 参数也称为标准差。

方法

  • 导入模块
  • 创建数据
  • 计算平均值和偏差
  • 计算正态概率密度
  • 使用以上计算值绘图
  • 显示图

下面是实现。

蟒蛇 3

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

# Plot between -10 and 10 with .001 steps.
x_axis = np.arange(-20, 20, 0.01)

# Calculating mean and standard deviation
mean = statistics.mean(x_axis)
sd = statistics.stdev(x_axis)

plt.plot(x_axis, norm.pdf(x_axis, mean, sd))
plt.show()

输出:

以上代码的输出



回到顶部