python-正太分布解析

最近一个小需求需要用到正态分布，顺便复习了下如何用python实现。

直接上代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as pl
from pylab import mpl

#下面两条是为了最后图上的汉字显示不会乱码
mpl.rcParams['font.sans-serif']=['Microsoft YaHei']
mpl.rcParams['axes.unicode_minus'] = False
#定义正太分布函数，
def normalfun(x, mu, sigma):
    pdf = np.exp(-((x-mu)**2)/(2*sigma**2))/(sigma*np.sqrt(2*np.pi))
    return pdf

if __name__ == "__main__":
    #读取本地CSV数据集，注意保存时定义格式为utf-8
    data = pd.read_csv('d:/go/ai/data1.csv')
    #读取price列
    price = data['price']
    #读取weight列
    weight = data['weight']
    #获取元素个数
    length = len(price)
    #print("%s: %s" % ("length:",length))
    #print(price)
    #print(weight)
    #计算加权均值
    mean=np.average(price,weights=weight)
    print("%s: %s" % ("mean:", mean))
    #计算不加权均值
    #mean2 = price.mean()
    #print("%s: %s" % ("mean2:", mean2))
    #计算方差
    fangcha = np.var(price)
    print("%s: %s" % ("fangcha:",fangcha))
    #计算标准差
    std = price.std()
    print("%s: %s" % ("std:",std))
    #计算顶点值
    value = normalfun(mean,mean,std)
    #计算y,调用normalfun
    y = normalfun(x,mean,std)
    figure = pl.figure()
    #绘制正太分布曲线
    pl.plot(x, y)
    #添加注释，注意%.1f表示保存一位小数，%.3f表示保存三位小数
    pl.annotate('(%.1f, %.3f)'%(mean, value),xytext=(mean , value),xy=(mean , value),xycoords='data',
            arrowprops=dict(facecolor='red', shrink=0.05))
    #绘制直方图
    #pl.hist(price, bins=200,rwidth=1, density=True)
    #计算置信区间为90%的边界值，其中-1.64485为NORMSINV(0.1/2)，此处用的Excel函数NORMALSINV获取该值，后续研究下如何python实现
    #min_value = mean + (-1.64485) * std / np.sqrt(length)
    #max_value = mean - (-1.64485) * std / np.sqrt(length)
    #print("%s: %s" % (min_value, max_value))
    #添加垂直方向line，添加水平方向使用hlines
    #pl.vlines(min_value, 0, 0.01, colors='r', linestyle="--")
    #pl.text(0, min_value, min_value)
    #pl.vlines(max_value, 0, 0.01, colors='r', linestyle="--")
    #pl.text(0, max_value, max_value)
    #添加title/坐标轴label
    pl.title('价格正太分布')
    pl.xlabel('sales')
    pl.ylabel('probability ')
    #保存图片
    figure.savefig("d:/go/ai/normal.png")
    #显示图片
    pl.show()