时间:2021-05-22
import numpy as npimport matplotlib.pyplot as pltimport math# Python实现正态分布# 绘制正态分布概率密度函数u = 0 # 均值μu01 = -2sig = math.sqrt(0.2) # 标准差δsig01 = math.sqrt(1)sig02 = math.sqrt(5)sig_u01 = math.sqrt(0.5)x = np.linspace(u - 3*sig, u + 3*sig, 50)x_01 = np.linspace(u - 6 * sig, u + 6 * sig, 50)x_02 = np.linspace(u - 10 * sig, u + 10 * sig, 50)x_u01 = np.linspace(u - 10 * sig, u + 1 * sig, 50)y_sig = np.exp(-(x - u) ** 2 /(2* sig **2))/(math.sqrt(2*math.pi)*sig)y_sig01 = np.exp(-(x_01 - u) ** 2 /(2* sig01 **2))/(math.sqrt(2*math.pi)*sig01)y_sig02 = np.exp(-(x_02 - u) ** 2 / (2 * sig02 ** 2)) / (math.sqrt(2 * math.pi) * sig02)y_sig_u01 = np.exp(-(x_u01 - u01) ** 2 / (2 * sig_u01 ** 2)) / (math.sqrt(2 * math.pi) * sig_u01)plt.plot(x, y_sig, "r-", linewidth=2)plt.plot(x_01, y_sig01, "g-", linewidth=2)plt.plot(x_02, y_sig02, "b-", linewidth=2)plt.plot(x_u01, y_sig_u01, "m-", linewidth=2)# plt.plot(x, y, 'r-', x, y, 'go', linewidth=2,markersize=8)plt.grid(True)plt.show()
效果:
以上就是python 绘制正态曲线的示例的详细内容,更多关于python 绘制正态曲线的资料请关注其它相关文章!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
使用Python绘制正态分布曲线,借助matplotlib绘图工具;#-*-coding:utf-8-*-"""python绘制标准正态分布曲线"""#====
python绘制拟合曲线并加指定点标识importosimportnumpyasnpfromscipyimportlogfromscipy.optimizeim
正态分布应用最广泛的连续概率分布,其特征是“钟”形曲线。这种分布的概率密度函数为:其中,μ为均值,σ为标准差。求正态分布曲线下面积有3σ原则:正态曲线下,横轴区
正态分布(Normaldistribution),也称“常态分布”,又名高斯分布(Gaussiandistribution)正态曲线呈钟型,两头低,中间高,左右
本文实例讲述了Python图像处理之直线和曲线的拟合与绘制。分享给大家供大家参考,具体如下:在数据处理和绘图中,我们通常会遇到直线或曲线的拟合问题,python