正太分布(也稱高斯分布)是指在數學統計學中常見的一種連續概率分布,它的形狀通常呈鐘形曲線,分布關于均值對稱。在Python中,求正太分布可以使用scipy庫的stats模塊。
import numpy as np from scipy.stats import norm mean = 0 # 均值 std = 1 # 標準差 x1 = -1 # 范圍最小值 x2 = 1 # 范圍最大值 # 求范圍內的概率密度 p_density = norm(mean, std).pdf(np.linspace(x1, x2, num=100))
上述代碼中,首先導入了numpy和scipy庫的stats模塊。然后,定義了均值和標準差。接下來,定義了要求概率密度的范圍,即x1到x2之間的范圍。使用np.linspace函數生成一個等間隔的數組,其中num參數表示生成的元素數量。最后,使用norm函數求出該范圍內的概率密度。
使用Matplotlib庫可以將求得的概率密度繪制出來,更直觀地表示正太分布。
import matplotlib.pyplot as plt # 繪制概率密度曲線 plt.plot(np.linspace(x1, x2, num=100), p_density) plt.title('Normal Distribution') plt.xlabel('x') plt.ylabel('Probability Density') plt.show()
上述代碼中,首先導入了Matplotlib庫。然后,使用plt.plot函數繪制概率密度曲線。設置圖表標題和x、y軸標簽。最后,調用plt.show函數顯示繪制的圖表。
通過以上代碼和繪圖,我們可以方便地求解正太分布。
上一篇python 求矩陣列
下一篇python 類多進程