绘制正态分布 Python

正态分布（也称为高斯分布）是统计学中最为常见的分布之一，以其钟形曲线特征而闻名。在Python中，我们可以使用scipy.stats库绘制正态分布曲线。

示例代码

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

# 设置均值和标准差
mu = 0
sigma = 1

# 生成正态分布样本数据
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
y = norm.pdf(x, mu, sigma)

# 绘制正态分布曲线
plt.plot(x, y, 'b')
plt.title('Normal Distribution')
plt.xlabel('X')
plt.ylabel('Probability Density')
plt.show()

代码解析

1. 导入所需的库：numpy用于生成样本数据，matplotlib.pyplot用于绘图，scipy.stats用于计算正态分布的概率密度函数（PDF）。
2. 设置正态分布的均值和标准差。
3. 生成一组样本数据，使用np.linspace函数生成在指定范围内等间距的一组数据。
4. 使用norm.pdf函数计算正态分布的概率密度函数，其中x为自变量，mu为正态分布的均值，sigma为标准差。
5. 使用plt.plot函数绘制正态分布曲线。
6. 添加标题、坐标轴标签等图形元素。
7. 使用plt.show函数显示绘图结果。

运行结果

运行以上代码将绘制一个以0为均值，标准差为1的正态分布曲线。你可以根据需要修改mu和sigma的值，以实现不同参数的正态分布绘制。

以上是关于如何绘制正态分布曲线的示例代码和解析。通过更改均值和标准差，你可以绘制出适合你数据的不同正态分布模型。