python正态分布直方图,python检验数据正态分布

　　使用计算机编程语言绘制正态分布曲线，借助绘制精美的图表绘图工具；

　　\[f(x)=\dfrac{1}{\sqrt{2\pi}\sigma}\exp(-\dfrac{(x-\mu)^2}{2\sigma^2}]\]

　　#-*-编码：utf-8-*-python绘制标准正态分布曲线 #=================================================import numpy as npimport matplotlib。py绘图为PLT def GD(x，mu=0，sigma=1): 根据公式，由自变量x计算因变量的值参数：x:数组输入数据（自变量)穆：浮均值西格玛：浮动方差 left=1/(NP。sqrt(2 *数学。pi)* NP。sqrt(sigma))right=NP。exp(-(x-mu)* * 2/(2 * sigma))return left * right if _ _ name _ _= _ _ main _ _ :#自变量x=np.arange(-4，5，0.1) #因变量（不同均值或方差)y_1=gd(x，0，0.2) y_2=gd(x，0，1.0) y_3=gd(x，0，5.0) y_4=gd(x，-2，0.5) #绘图plt.plot(x，y_1，color= green )(x，y_2，color= blue )。(x，y_3，color= yellow )PLT(x，y_4，color=red) #设置坐标系plt.xlim(-5.0，5.0) plt.ylim(-0.2，1)ax=PLT。GCA()ax。棘刺[右].set _ color( none )ax。棘刺.set _ color( none )ax。xaxis。set _ ticks _ position( bottom )轴。脊骨[底部].set_position((data ，0))ax。雅克斯。set _ ticks _ position( left )轴。脊骨[左].set_position((data ，0))PLT . legend(labels=[ $ \ mu=0,\sigma^2=0.2$, $ \ mu=0,\sigma^2=1.0$, $ \ mu=0,\sigma^2=5.0$, $ \ mu=-2,\sigma^2=0.5$])PLT . show()转载于：https://www。cnblogs。陈震0530/p/10690653超文本标记语言

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。