python公式代码记录(三)

本文介绍了高斯分布,也称为正态分布,探讨了其公式、参数μ和σ的意义,并详细阐述了如何使用Python进行高斯分布的函数密度曲线表示、3D高斯函数展示及高斯拟合。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

高斯分布

正态分布公式
在这里插入图片描述
正态分布函数密度曲线可以表示为:称x服从正态分布,记为X~N(μ,σ2),
其中μ为均数,σ为标准差。μ决定了正态分布的位置,与μ越近,被取到的概率就越大,反之越小。σ描述的是正态分布的离散程度。σ越大,数据分布越分散曲线越扁平;σ越小,数据分布越集中曲线越陡峭。X∈(-∞,+ ∞ )。标准正态分布另正态分布的μ为0,σ为1。
高斯函数

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

x = np.arange(-10, 10, 0.1)
mu= 0
sigma = 1
y = 1/(math.sqrt(2 * np.pi) * sigma) * np.exp(-((x - mu) ** 2)/(2 * sigma**2))
plt.plot(x, y, 'r')
plt.show()

在这里插入图片描述

3D高斯函数

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x,y = np.mgrid[
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值