代码之家 › 专栏 › 技术社区 › AlexT

计算并绘制[-1,5]区间内的理论正态分布N(2,1)

probability-density normal-distribution probability numpy python

1

AlexT · 技术社区 · 8 年前

我一直在做一个任务,计算并绘制[-1,5]区间内的正态分布N(2,1)

以下是我尝试过的:

vec = np.random.norm(2, 1, 7);
ND = stats.norm(2, 1).pdf(vec)
x = np.arange(1, 6, 1)
plt.figure()
plt.plot(x, 'r')
plt.hist(ND)
plt.show()

正如你可能已经发现的那样,这并没有给我我想要的结果。

我一辈子都想不出来。请注意,我是一名学生,最近才开始用Python编写代码。

我被要求用np生成随机数。随机的正常范围为-1到5。然而,考虑到时间间隔从-1开始,我还没有理解如何做到这一点。

其次,我被要求使用函数范数。来自scipy的pdf。但是我不理解这个函数的文档( https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.norm.html )

最后,我必须绘制结果。

1 回复 | 直到 8 年前

1

Bill Bell 8 年前

指定一个N(2,1)分布就是说你想要一个均值为2、方差(或标准差)为1的正态分布。在scipy术语中,平均值等于位置,标准差等于刻度。

要使用matplotlib绘制pdf,您需要在间隔[-1,5]上选择足够的点,以生成视觉平滑的图形。这就是 linspace . 对于这些点中的每一个点,使用 norm.pdf .

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

x = np.linspace(-1, 5, 100, endpoint=True)
pdf = [norm.pdf(_, loc=2, scale=1) for _ in x]

plt.plot(x, pdf, 'b-')
plt.show()

在这里,我创建了一个大小为10的示例。我知道 norm.rvs 将在整个实线上产生偏差;因此,为了获得期望区间的偏差,我只需忽略该区间之外的偏差。每次调用“norm”。“rvs”生成一个长度为1的numpy“数组”。为了获得一个好的结果,我只选择该数组中的第一个项,并将其附加到整个样本中(如果在所需的间隔内)。

sample_size = 10
sample = []
while len(sample)<sample_size:
    while True:
        deviate = norm.rvs(loc=2, scale=1, size=1)[0]
        if -1<=deviate<=5:
            break
    sample.append(deviate)
print (sample)