Python概率分布画图
2024.02.18 02:45浏览量:3简介:本文将介绍如何使用Python绘制常见的概率分布图,包括正态分布、泊松分布和二项分布等。
千帆应用开发平台“智能体Pro”全新上线 限时免费体验
面向慢思考场景,支持低代码配置的方式创建“智能体Pro”应用
立即体验
在Python中,我们可以使用Matplotlib和Seaborn等绘图库来绘制概率分布图。下面我们将介绍如何绘制正态分布、泊松分布和二项分布的图形。
- 正态分布
正态分布是一种常见的概率分布,它在自然现象和社会科学等领域中都有广泛的应用。下面是一个绘制正态分布的例子:
import numpy as np
import matplotlib.pyplot as plt
# 生成正态分布随机数
mu, sigma = 0, 0.1 # 均值和标准差
data = np.random.normal(mu, sigma, 1000)
# 绘制直方图
plt.hist(data, bins=30, density=True)
plt.title('正态分布')
plt.show()
- 泊松分布
泊松分布在统计学和概率论中有着重要的应用,特别是在计数数据和二项分布的极限情况下。下面是一个绘制泊松分布的例子:
import numpy as np
import matplotlib.pyplot as plt
# 参数λ决定了泊松分布的形状
lambda_value = 5
# 生成泊松分布随机数
data = np.random.poisson(lambda_value, 1000)
# 绘制直方图
plt.hist(data, bins=30, density=True)
plt.title('泊松分布')
plt.show()
- 二项分布
二项分布在统计学中也非常重要,尤其是在伯努利试验中。下面是一个绘制二项分布的例子:
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import binom_test, binom_pmf, binom
import pandas as pd
from pandas import Series, DataFrame
from math import factorial as fact # 用于计算阶乘的函数,因为pandas的factorial函数计算的是自然对数的底数,而不是阶乘。

发表评论
登录后可评论,请前往 登录 或 注册