正态分布 --- 绘图

如果随机遍历 x 具有均值 μ \mu μ 和方差 θ 2 \theta^2 θ2,其正态分布概率密度函数如下:
p ( x ) = 1 2 π σ 2 e x p ( − 1 2 σ 2 ( x − μ ) 2 ) p(x) = \frac 1{\sqrt{2\pi\sigma^2}}exp(-\frac 1{2\sigma^2}(x - \mu)^2) p(x)=2πσ2 1exp(2σ21(xμ)2)

def normal(x,mu,sigma):
	p = 1 / math.sqrt(2*math.pi*sigma**2)
	return p * np.exp(-0.5/sigma**2(x - mu)**2)

可视化正态分布

x = np.arange(-7,7,0.01)
params = [(0,1),(0,2),(3,1)]
d2l.plot(x,[normal(x,mu,sigma) for mu,sigma in params],xlabel = 'x',ylabel = 'p(x)',figsize = (4.5,2.5),legend=[f'mean{mu},std{sigma}' for mu,sigma in params])

结果如下:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值