【python】生成正态分布样本并画出PDF和CDF图

Mike_Zhg

已于 2024-05-14 11:51:41 修改

阅读量1k

点赞数 13

文章标签： python 开发语言概率论

于 2024-03-12 23:20:57 首次发布

本文链接：https://blog.csdn.net/u011808788/article/details/136666277

版权

该篇文章介绍了如何使用Python中的numpy、scipy和matplotlib库来生成正态分布的随机样本，计算频率分布、概率密度函数(PDF)以及累积分布函数(CDF)，并通过图表展示结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

"""
@author: zhang
"""
import numpy as np
from scipy import stats
import matplotlib.pyplot as plt

mean,std=1,0.3
sample_size=2000

# norm distribution
samples=stats.norm.rvs(mean,std,size=sample_size)

res=stats.relfreq(samples,numbins=20)
pdf_value=res.frequency
cdf_value=np.cumsum(res.frequency)

x=res.lowerlimit+np.linspace(0,res.binsize*res.frequency.size,res.frequency.size)

fig,(ax1,ax2)=plt.subplots(2,1,figsize=(5,6))
ax1.set_xlabel('Frequency (MHz)')
ax1.set_ylabel('Probability')
ax1.hist(samples,15,density=True)

ax1.set_xlim([x.min(),x.max()])
ax1.grid(True,linestyle='--',alpha=0.4)
ax2.set_xlabel('Frequency (MHz)')
ax2.set_ylabel('Cumulative Probability')
ax2.plot(x,cdf_value)
ax2.grid(True,linestyle='--',alpha=0.4)

plt.show()