使用 Numpy 和 Matplotlib 的正态分布图

正态分布是一种常见的概率分布，也被称为高斯分布。在统计学和自然科学中有广泛的应用。本文将介绍使用 Python 中的 NumPy 和 Matplotlib 库绘制正态分布图的方法。

NumPy 和 Matplotlib 安装

在使用 NumPy 和 Matplotlib 之前，需要确保这两个 Python 库已经安装。可以使用以下命令安装：

!pip install numpy matplotlib

绘制正态分布图

在 Python 中，我们可以使用 NumPy 中的 random.normal() 方法来生成符合正态分布的随机数。该方法的参数包括均值、标准差和生成数组的形状。例如：

import numpy as np

# 生成均值为 0，标准差为 1 的一维数组，包含 100 个元素
x = np.random.normal(0, 1, 100)

我们可以使用 Matplotlib 库中的 plot() 方法和 show() 方法来绘制正态分布图。将上述生成的一维数组 x 传递给 plot() 方法，再调用 show() 方法，即可绘制正态分布图。

import matplotlib.pyplot as plt

# 绘制正态分布图
plt.plot(x)
plt.show()

该代码将生成一个包含 100 个元素的一维数组 x 的正态分布图。

调整正态分布的形状

可以通过调整 random.normal() 方法的参数来改变生成正态分布的形状。例如：

# 生成均值为 5，标准差为 2 的一维数组，包含 1000 个元素
y = np.random.normal(5, 2, 1000)

# 绘制正态分布图
plt.plot(y)
plt.show()

该代码将生成一个均值为 5，标准差为 2 的一维数组 y 的正态分布图。

添加标签

可以使用 Matplotlib 库中的 xlabel() 方法和 ylabel() 方法为正态分布图添加横轴和纵轴标签。例如：

# 绘制正态分布图，并添加标签
plt.plot(y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

该代码将生成带有横轴和纵轴标签的正态分布图。

注意事项

当生成的数据量较大时，可能需要使用 tight_layout() 方法来调整图的边距。在绘制正态分布图之前，可以在代码中添加以下一行：

plt.tight_layout()

参考链接

• NumPy 官方文档
• Matplotlib 官方文档

以上就是使用 NumPy 和 Matplotlib 绘制正态分布图的介绍。