d
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
# 生成100个正态分布数据,均值为1,标准差为2
data = np.random.normal(loc=1, scale=2, size=10000)
# 绘制直方图
plt.hist(data, bins=200, density=True, alpha=0.6, color='g')
# 计算正态分布的理论曲线
mu, std = norm.fit(data)
x = np.linspace(np.min(data), np.max(data), 100)
y = norm.pdf(x, mu, std)
# 绘制正态分布的理论曲线
plt.plot(x, y, 'r-', linewidth=2)
# 设置图形参数
plt.title('Normal Distribution')
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.grid(True)
# 显示图形
plt.show()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)