关于python制成随机散点图和正态散点图_matplotlib_numpy_

关于python制成随机散点图和正态散点图_matplotlib_numpy_

题记：最近和小伙伴在准备美赛（美国大学生数学建模比赛），筹备D题（运筹题）时遇到要建立正态分布散点图（模拟人群），于是开始用python_matplotlib包来做（立志用python+matplotlib来代替matlab >_<）

参考内容：
numpy.random.randn()用法——周正己
Python 二维列表与一维列表的互相转化——Yolandera
numpy.random.uniform介绍——ma_studd
Python3 SciPy解常微分方程 用Matplotlib演示
数值 Python: 常微分方程【GreatX’s Blog】

• 下面po出我的代码

随机分布散点图

#以下代码为：生成随机散点图
import matplotlib.pyplot as plt
import numpy as np
 
def rand_data():
    return np.random.uniform(low=0., high=3., size=(100,))
x1, y1 = [rand_data() for i in range(2)]
plt.plot(x1,y1, 'o',color='b')
plt.show()

结果：【注意：因为是随机分布所以每次都不一样】

正态分布散点图

#以下代码为生成正态分布散点图
#PS:代码中有一些print(xxx)可以让读者知道输出的量是什么
import matplotlib.pyplot as plt #引入matplotlib中的画图包
import numpy as np #引入Numpy

#mu, sigma = 10, 10  #有关于正态分布的值μ，σ
def random_randomn(): #创建一个包含建立正态分布函数的random_randomn()函数
    return np.random.randn(1,10000)
#x2 = np.random.randn(1,6)
for i in range(1):    #在这个循环中，把函数random_randomn()得出的正态分布的10000个数值放到x2中，注意，这里x2是一个【二维数组】：[[xxx,xxx,xxx]]后面要变成一维才能被plt读取
    x2 = random_randomn()
    #print(i)
#print(x2)
x2 = ([i for item in x2 for i in item])#在这个循环中我们能把二维的数组转换成一维的数组，y2同理
#print(x2)
#y2 = np.random.randn(1,6)
for i in range(1):
    y2 = random_randomn()
#print(i)
#print (y2)
y2 = ([i for item in y2 for i in item])
#print(y2)
plt.plot(x2,y2, 'o',color='b')#画出散点图
plt.show()

最终结果：

10000个点的情况：

1000个点的情况：