使用python 绘制正态曲线
导读：本文共844.5字符，通常情况下阅读需要3分钟。同时您也可以点击右侧朗读，来听本文内容。按键盘←（左） →（右） 方向键可以翻页。
摘要： 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(... ...
音频解说
目录
(为您整理了一些要点),点击可以直达。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：
