时间:2021-05-22
如下所示:
import matplotlib.pyplot as pltimport numpy as npimport mathdef gaussian(sigma, x, u): y = np.exp(-(x - u) ** 2 / (2 * sigma ** 2)) / (sigma * math.sqrt(2 * math.pi)) return y#x = np.linspace(220, 230, 10000)x = np.linspace(-800, 800, 10000) plt.title('PDF in Horizontal Direction', fontsize=22)plt.xticks(fontsize=22)plt.yticks(fontsize=22)axes = plt.subplot(111)axes.set_xticks([-800,-400,0,400,800])axes.set_yticks([0,0.001,0.002,0.0030])plt.plot(x, gaussian(120, x, 0), "b-", linewidth=6)plt.show()以上这篇Python画图高斯分布的示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
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。
正态分布(Normaldistribution)又成为高斯分布(Gaussiandistribution)若随机变量X服从一个数学期望为、标准方差为的高斯分布,
多元正态分布(多元高斯分布)直接从多元正态分布讲起。多元正态分布公式如下:这就是多元正态分布的定义,均值好理解,就是高斯分布的概率分布值最大的位置,进行采样时也
高斯分布也称为正态分布(normaldistribution)常用的成熟的生成高斯分布随机数序列的方法由Marsaglia和Bray在1964年提出,C++版本
Python说来简单也简单,但是也不简单,尤其是再跟高数结合起来的时候。。。正态分布(Normaldistribution),也称“常态分布”,又名高斯分布(G
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