【Python】概率论:连续型常见分布的模拟及其应用

这篇博客探讨了Python中如何模拟连续型分布,重点是正态分布和指数分布。通过绘制概率密度图形和直方图,展示了正态分布的特性,并利用numpy库生成指数分布的随机数,分析其统计特性。
摘要由CSDN通过智能技术生成

一、正态分布

1、正态分布概率密度图形绘制

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt   #导入数据包,计算、统计、绘图

mu=0                #均值
sigma=1           #标准差,方差开根号
x=np.arange(-5,5,0.1)        #从-5到5上正态分布的概率密度
y=stats.norm.pdf(x,0,1)      #正态分布函数命令,计算概率密度函数值
plt.plot(x,y)
plt.show()

在这里插入图片描述
2. 绘制正态分布直方图
随机数可以从正态分布中产生,它们的直方图能够直观地刻画正态分布。

import numpy as np
import matplotlib.pyplot as
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