python二项分布代码_编程小技巧之matlab python画二项分布的动态图

在数据处理中，matlab和Python是常用的工具，在量化模型中，概率论是一项很重要的基础，而中心极限定理在概率论中又是一个很重要的理论。

中心极限定理的定义为：

设随机序列{Xi}独立同分布，有共同的数学期望u和方差σ^2，部分和由定义，则Sn的标准化



依分布收敛到标准正态分布。即对任何x，



这里Φ(x)是标准正态分布的分布函数。

对于二项分布而言，



当n→∞时，Sn的分布形状很像正态分布。

所以，今天我们就来看看，n从小到大时，Sn形状的变化。

matlab动态图：

python动态图：

matlab代码：

clear all;

close all;

clc;

%% 二项分布

p = 0.6;

n = 1000;

Psn = zeros(1,n+1);

if 1

h2 =plot(0:n,Psn);

grid on

% axis([0 n 0 0.05]);

axis([1 100 0 0.09]);

for i=100:10:n

for k = 0:i

Psn(k+1) = nchoosek(i,k) * (p^k) * ((1-p)^(i-k));

end

set(h2,'XData',1:101,'YData',Psn(floor(i*0.6)-50:floor(i*0.6)+50));

drawnow

grid on

pause(0.01)

end

end

python代码：

# -*- coding: utf-8 -*-

"""

-------------------------------------------------

File Name：     central_limit_theorem1.py

Description :

Author :        Z270

date：          2018/8/30

-------------------------------------------------

Change Activity:

2018/8/30:

-------------------------------------------------

"""

import numpy as np

from scipy.special import comb

import matplotlib.pyplot as plt

p = 0.6

n = 1000

Psn = np.zeros(n+1)

plt.figure(figsize=(8, 6), dpi=80)

# 打开交互模式

plt.ion()

for i in range(100,n+1,10):

for k in range(i+1):

Psn[k] = comb(i,k) * (p**k) * ((1-p)**(i-k))

plt.cla()

plt.grid(True)

plt.xlim(1,100)

plt.ylim(0,0.09)

plt.plot(range(1,102), Psn[int(np.floor(i*0.6))-50:int(np.floor(i*0.6))+51], 'b--', linewidth = 2.0)

plt.pause(0.1)

print(i)

plt.ioff()

plt.show()