Python 画高斯分布图源代码，使用 Jupyter 打开 Python 画高斯分布图源代码，使用 Jupyter 打开

1. 前言 做科研的小伙伴可能经常要与画图打交道，好马配好鞍，优秀的结果如果没有恰当的图形来展示，不得不说是一种遗憾。 而一个图好不好看，主要取决于以下几个方法： 画图工具本身够不够优秀 数据的分布是否有趣（如：高斯分布，幂律分布等） 图形的选择是否恰当（如：曲线图，柱状图等） 点线形状于配色方案（图形的灵魂，“红花”） 图例坐标轴等模板的配置（“绿叶”） matplotlib是python中最常用的绘图第三方库，基本可以实现绝大多数图形的绘制（很优秀），本文将分享一种高效的matplotlib

如下所示： import matplotlib.pyplot as plt import numpy as np import math def gaussian(sigma, x, u): y = np.exp(-(x - u) ** 2 / (2 * sigma ** 2)) / (sigma * math.sqrt(2 * math.pi)) return y #x = np.linspace(220, 230, 10000) x = np.linspace(-800, 800, 1

1.正态分布简介 正态分布(normal distribtution)又叫做高斯分布(Gaussian distribution)，是一个非常重要也非常常见的连续概率分布。正态分布大家也都非常熟悉，下面做一些简单的介绍。 假设随机变量XX服从一个位置参数为μμ、尺度参数为σσ的正态分布，则可以记为： 而概率密度函数为 2.在python中画正态分布直方图 先直接上代码 import numpy as np import matplotlib.mlab as mlab import matp