今天小编就为大家分享一篇python高斯分布概率密度函数的使用详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
如下所示:
import matplotlib.pyplot as plt import numpy as np from scipy import stats from matplotlib import style style.use('fivethirtyeight') mu_params = [-1, 0, 1] sd_params = [0.5, 1, 1.5] x = np.linspace(-7, 7, 100) f, ax = plt.subplots(len(mu_params), len(sd_params), sharex=True, sharey=True, figsize=(12,8)) for i in range(3): for j in range(3): mu = mu_params[i] sd = sd_params[j] y = stats.norm(mu, sd).pdf(x) ax[i, j].plot(x, y) ax[i, j].plot(0,0, label='mu={:3.2f}\nsigma={:3.2f}'.format(mu,sd), alpha=0) ax[i, j].legend(fontsize=10) ax[2,1].set_xlabel('x', fontsize=16) ax[1,0].set_ylabel('pdf(x)', fontsize=16) plt.suptitle('Gaussian PDF', fontsize=16) plt.tight_layout() plt.show()
以上这篇python高斯分布概率密度函数的使用详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
版权声明:
本站所有资源均为站长或网友整理自互联网或站长购买自互联网,站长无法分辨资源版权出自何处,所以不承担任何版权以及其他问题带来的法律责任,如有侵权或者其他问题请联系站长删除!站长QQ754403226 谢谢。
- 上一篇: Python with用法:自动关闭文件进程
- 下一篇: Python寻找路径和查找文件路径的示例