体验CSDN ChitGPT 生成绘制韦伯图

「已注销」

已于 2024-01-10 05:09:02 修改

阅读量400

点赞数 8

文章标签：人工智能

于 2024-01-10 05:05:47 首次发布

本文链接：https://blog.csdn.net/m0_38127487/article/details/135493488

版权

要在Python中绘制韦伯分布，可以使用SciPy库中的stats模块。下面是一个示例代码：

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

# 定义韦伯分布的参数
shape = 2.5
scale = 1.0

# 生成一组随机样本
data = weibull_min.rvs(shape, scale=scale, size=1000)

# 绘制直方图
plt.hist(data, bins=30, density=True, alpha=0.7, color='skyblue')

# 绘制概率密度函数曲线
x = np.linspace(0, 5, 100)
pdf = weibull_min.pdf(x, shape, scale=scale)
plt.plot(x, pdf, 'r-', lw=2)

# 添加标题和标签
plt.title('Weibull Distribution')
plt.xlabel('x')
plt.ylabel('Probability Density')

# 显示图形
plt.show()

这段代码首先导入了必要的库，然后定义了韦伯分布的参数（形状参数和比例参数）。接下来，使用weibull_min.rvs()函数生成一组随机样本。然后，使用plt.hist()函数绘制直方图，并使用weibull_min.pdf()函数计算并绘制概率密度函数曲线。最后，添加标题和标签，并使用plt.show()显示图形。12
在这里插入图片描述

开发工具:Visual Studio 2022
微信Alt+A截屏工具