import numpy as np # 科学计算包,包括一个强大的N维数组对象Array和成熟的函数库
import matplotlib.pyplot as plt # 2D绘图库
'''
x = np.linspace(-4, 4, 1024) # linspace方法来确定横坐标x的取值范围
y = .25 * (x + 4.)*(x+1.)*(x-2.)
plt.plot(x, y, c='g') # pyplot画出函数曲线
plt.show() '''
'''#正弦和余弦
x = np.linspace(0, 2 * np . pi, 100) # np.pi是一个常数百表示圆周率π
YSinValue = np.sin(x)
YCosValue = np.cos(x)
plt.plot(x, YSinValue) # plt.bar画柱状图,plt.scatter画散点图
plt.plot(x, YCosValue)
plt.show() '''
# 画正态分布图
def nd(x, mu, sigma): # 正太分布函数
a = 1./(sigma*(2*np.pi)**0.5)
b = -1.*(x-mu)**2/(2.0*sigma**2)
return a * np.exp(b)
x = np.linspace(-6, 6, 1000)
for i in range(3): # 画三条正态分布曲线
samples = np.random.standard_normal(10) # randn是standard_normal便捷写法
mu, sigma = np.mean(samples), np.std(samples) # np.mean计算平均值
plt.plot(x, nd(x, mu, sigma), color='.66')
plt.plot(x, nd(x, 0., 1.), color='b') # 标准正态分布
plt.show()