python - 正規分布をプロットする方法

Question

平均と分散が与えられた場合、正規分布をプロットする単純な関数呼び出しはありますか?

Answer 1

import matplotlib.pyplot as plt
import numpy as np
import scipy.stats as stats
import math

mu = 0
variance = 1
sigma = math.sqrt(variance)
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x, stats.norm.pdf(x, mu, sigma))
plt.show()

Answer 2

1回の呼び出しですべてを行う関数はないと思います。ただし、ガウス確率密度関数は にありscipy.statsます。

したがって、私が思いつく最も簡単な方法は次のとおりです。

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

# Plot between -10 and 10 with .001 steps.
x_axis = np.arange(-10, 10, 0.001)
# Mean = 0, SD = 2.
plt.plot(x_axis, norm.pdf(x_axis,0,2))
plt.show()

ソース:

• http://www.johndcook.com/distributions_scipy.html
• http://docs.scipy.org/doc/scipy/reference/stats.html
• http://telliott99.blogspot.com/2010/02/plotting-normal-distribution-with.html

Answer 3

ウヌッブの答えは正しいです。しかし、私たちの平均はゼロよりも大きい場合も小さい場合もあるため、これを変更したいと思います。

x = np.linspace(-3 * sigma, 3 * sigma, 100)

これに：

x = np.linspace(-3 * sigma + mean, 3 * sigma + mean, 100)

Answer 4

上記の例を試したときにmatplotlib.mlabがエラーメッセージを表示したため、scipyをインストールする必要がありましたMatplotlibDeprecationWarning: scipy.stats.norm.pdf。したがって、サンプルは次のようになります。

%matplotlib inline
import math
import matplotlib.pyplot as plt
import numpy as np
import scipy.stats


mu = 0
variance = 1
sigma = math.sqrt(variance)
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x, scipy.stats.norm.pdf(x, mu, sigma))

plt.show()