用python通过图像验证二项分布B(n1,p)+B(n2,p)=B(n1+n2,p)

最新推荐文章于 2024-06-26 01:59:24 发布

sunnyorrainy

最新推荐文章于 2024-06-26 01:59:24 发布

阅读量456

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/qq_43552826/article/details/104531999

版权

本文使用Python通过实例验证二项分布的结合律，即两个独立的二项分布B(n1,p)和B(n2,p)相加等于新的二项分布B(n1+n2,p)。通过numpy生成数据，并利用matplotlib进行可视化，重点在于理解画图的技巧。" 123675047,9627219,Java多线程实践：线程同步与银行账户操作,"['Java', '多线程', '并发控制']

摘要由CSDN通过智能技术生成

通过numpy生成二项分布，记录数据，然后用matplotlib画图。主要是掌握一些画图的基本函数。

import numpy as np
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']


#计算出现的次数
def count(temp):
    u = np.unique(temp)
    cnt = []
    dic = {}
    for i in temp:
        dic[i] = dic.get(i, 0) + 1
    for i in u:
        cnt.append(dic[i])
    return u, cnt


#生成B(15,0.3),B(10,0.3),B(25,0.3)
n1 = 15
n2 = 10
n3 = n1 + n2
b1 = np.random.binomial(n1, 0.3, 10000)
b2 = np.random.binomial(n2, 0.3, 10000)
b3 = np.random.binomial(n3, 0.3, 10000)
u1, cnt1 = count(b1)
u2, cnt2 = count(b2)
u3, cnt3 = count(b3)

#画B(15,0.3)的图像
plt.bar(u1, height=cnt1, width=0.5, color='blue')
plt.xticks(np.arange(0, n1+1, 1))
plt.title(u'二项分布B(15,0.3)')
plt.ylabel(u'出现次数（共10000次）')
for x, y in zip(u1, cnt1):
    plt.text(x, y+0.1, '%