python 画散布函数
Python是一种广泛利用于科学计算、数据分析和人工智能领域的编程语言。其中,matplotlib是Python的一个经常使用绘图库,用于生成各种静态、动态、交互式的图形。
本文将介绍怎样使用Python及matplotlib绘制散布函数图象。在绘图进程中,我们使用numpy库生成份布的随机样本,然后使用matplotlib绘制散布函数图象,通过散布函数图象了解散布的特点及其散布范围。
# 导入需要的库 import numpy as np import matplotlib.pyplot as plt # 正态散布函数 def normal_distribution(mean, var): std = np.sqrt(var) x = np.linspace(mean - 3*std, mean + 3*std, 100) y = np.exp(-(x-mean)**2/(2*var)) / np.sqrt(2*np.pi*var) return x, y # 生成随机样本 samples = np.random.normal(0, 1, 10000) # 绘制散布函数图象 plt.figure(figsize=(10, 5)) plt.hist(samples, bins=50, density=True, alpha=0.6) x, y = normal_distribution(0, 1) plt.plot(x, y, 'r-', label='Normal Distribution') plt.legend() plt.xlabel('Value') plt.ylabel('Density') plt.title('Normal Distribution Histogram and Density Plot') plt.show()
在代码中,我们首先定义了一个正态散布函数,然后使用numpy库生成了10000个符合正态散布的随机样本。接下来,我们使用plt.hist()函数绘制了样本数据的直方图,其中,参数density=True表示将直方图转化为密度图。最后,我们调用plt.plot()函数绘制了正态散布的散布函数图象,并添加了一些字体说明。
通过这样的一份Python代码,我们可以生成类似这样的散布函数图象,使得我们更加直观的了解数据散布的一些特点。
文章来源:丸子建站
文章标题:python 画散布函数
https://www.wanzijz.com/view/57354.html