如何在Python中使用 Matplotlib 绘制正态分布？

先决条件：

• Matplotlib
• 麻木
• 西比
• 统计数据

正态分布是统计学中使用的概率函数，用于说明数据值的分布方式。它是统计学中最重要的概率分布函数，因为它在真实案例场景中具有优势。例如，人口的身高、鞋码、智商水平、掷骰子等等。

正态分布或高斯分布的概率密度函数由下式给出：

概率密度函数

其中，x 为变量，mu 为均值，sigma 标准差

需要的模块

• Matplotlib是 python 的数据可视化库，广泛用于数据可视化。
• Numpy是一个通用的数组处理包。它提供了一个高性能的多维数组对象，以及用于处理这些数组的工具。它是使用Python进行科学计算的基本包。
• Scipy是一个Python库，可用于解决许多数学方程和算法。
• Statistics模块提供计算数值数据的数理统计的函数。

使用的功能

• 计算数据的平均值

句法：

mean(data)

• 计算数据的标准偏差

句法：

stdev(data)

• 计算数据的正态概率密度使用norm.pdf，它指的是正态概率密度函数，它是scipy库中的一个模块，它使用上述概率密度函数来计算值。

句法：

norm.pdf(Data, loc, scale)

在这里，loc 参数也称为均值，尺度参数也称为标准差。

方法

• 导入模块
• 创建数据
• 计算平均值和偏差
• 计算正态概率密度
• 使用上述计算值绘图
• 显示图

下面是实现。

Python3

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
import statistics
  
# Plot between -10 and 10 with .001 steps.
x_axis = np.arange(-20, 20, 0.01)
  
# Calculating mean and standard deviation
mean = statistics.mean(x_axis)
sd = statistics.stdev(x_axis)
  
plt.plot(x_axis, norm.pdf(x_axis, mean, sd))
plt.show()

输出：

上面代码的输出