将x和y都不同的两组数据画两个折线正态分布图在一个画上

最新推荐文章于 2024-06-21 12:52:40 发布

Ling_Ze

最新推荐文章于 2024-06-21 12:52:40 发布

阅读量123

点赞数 2

分类专栏： python数据处理文章标签： python numpy 开发语言

本文链接：https://blog.csdn.net/Ling_Ze/article/details/136476014

版权

python数据处理专栏收录该内容

36 篇文章 0 订阅

订阅专栏

该篇文章展示了如何使用Python的numpy和matplotlib库计算并绘制两组(x,y)数据的正态分布曲线，分别基于每个数据组的均值和标准差。

摘要由CSDN通过智能技术生成

import numpy as np  
import matplotlib.pyplot as plt  
from scipy.stats import norm  
  
# 假设你有两组不同的 (x, y) 数据  
x1 = np.array([1, 2, 3, 4, 5])  
y1 = np.array([1, 4, 9, 16, 25])  # y1 对应 x1  
  
x2 = np.array([1.5, 2.5, 3.5, 4.5, 5.5])  
y2 = np.array([2, 3, 5, 7, 11])  # y2 对应 x2  
  
# 计算每个数据组的均值和标准差  
mean1, std1 = np.mean(x1), np.std(x1)  
mean2, std2 = np.mean(x2), np.std(x2)  
  
# 创建用于绘制正态分布的 x 值范围  
x_min = min(x1.min(), x2.min())  
x_max = max(x1.max(), x2.max())  
x_values = np.linspace(x_min, x_max, 1000)  
  
# 计算每个数据组的正态分布 PDF  
norm_pdf1 = norm.pdf(x_values, mean1, std1)  
norm_pdf2 = norm.pdf(x_values, mean2, std2)  
  
# 绘制第一个正态分布曲线  
plt.plot(x_values, norm_pdf1, label=f'N(μ={mean1:.2f}, σ={std1:.2f})')  
  
# 绘制第二个正态分布曲线  
plt.plot(x_values, norm_pdf2, label=f'N(μ={mean2:.2f}, σ={std2:.2f})')  
  
# 添加图例  
plt.legend()  
  
# 添加标题和轴标签  
plt.title('Two Normal Distribution Curves')  
plt.xlabel('X Axis')  
plt.ylabel('Probability Density')  
  
# 显示网格  
plt.grid(True)  
  
# 显示图形  
plt.show()