python画概率密度函数,python绘制正态分布密度曲线

　　推荐阅读：如何理解概率分布函数和概率密度函数

　　文章目录正态分布（正态分布)两点分布/伯努利分布（两点分布)二项分布（二项式分布)几何分布（几何分布)泊松分布（泊松分布)均匀分布（均匀分布)指数分布（指数分布)正态分布（正态分布)

　　将数组作为npimport matplotlib.pyplot作为pltimport数学#均值u=0#标准差SIG=数学。sqrt(0.2)x=NP。Lin空间(u-3 * SIG，u 3 * sig，50)y_sig=NP。exp(-(x-u)* * 2/(2 * SIG * * 2)/(数学。sqrt(2 *数学。pi)* SIG))PLT。PLT(x，y _ SIG， r-，线宽=2)网格(真)PLT。显示()正态分布概率密度函数曲线

　　两点分布/伯努利分布（两点分布)

　　导入numpy作为NP导入matplotlib。py绘图为pltp=0.7x=[0，1]y=[1-p，p]plt.scatter(x，y) #散点图plt.grid(True)plt.show()二项分布（二项式分布)二项分布，即重复n次的伯努利试验，用表示随机试验的结果。如果事件发生的概率是p，则不发生的概率q=1-p，N次独立重复试验中发生K次的概率是

　　P(=K)=C(n，k) * p^k * (1-p)^(n-k)，其中C(n，k)=n！/(k！(n-k)！).那么就说这个属于二项分布。其中P称为成功概率。记作~B(n，p)

　　期望：e=NP；

　　方差：D=npq，其中q=1-p

　　导入numpy作为NP导入matplotlib。作为来自scipy的PLT的py图。特殊进口combp=0.4n=10x=NP。Lin space(0，n，n-1)y=comb(n，x)* p * * x *(1-p)* *(n-x)print(x)print(y)PLT。散点图(x，y)plt.grid(True)plt.show()几何分布（几何分布)

　　导入numpy作为NP导入matplotlib。py图为pltp=0.4n=10x=NP。Lin空间(1，n，n)y=p *(1-p)* *(x-1)print(x)print(y)PLT。散点图(x，y)plt.grid(True)plt.show()泊松分布（泊松分布)

　　导入numpy作为NP导入matplotlib。py曲线为pltx=NP。随机的。泊松(lam=5，尺寸=10000)支柱=15a=PLT。hist(x，pillar，color= g )PLT。plot(a[1][0:pillar]，a[0]， r)plt.grid()plt.show()均匀分布（均匀分布)

　　导入numpy作为NP导入matplotlib。py曲线为plta=3b=5x=NP。Lin space(a，b，50)y=[]for i in range(0，50):y . append(1/(b-a))PLT .PLT(x，y， r-，线宽=2)。网格(真)PLT。显示()指数分布（指数分布)

　　导入numpy作为NP导入matplotlib。py曲线为pltx=NP。随机的。指数(比例=100，大小=10000)支柱=25a=PLT。hist(x，pillar，color= g )PLT。plot(a[1][0:pillar]，a[0]， r)plt.grid()plt.show()

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。