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:
- Matplotlib
- num py
- 轨道轨道
- 统计
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。
Python 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
版权属于：月萌API www.moonapi.com，转载请注明出处
