Python正态分布可视化

原创已于 2022-09-03 23:34:30 修改 · 688 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2022-09-03 23:34:12 首次发布

深度学习入门专栏收录该内容

9 篇文章

订阅专栏

这段代码用于绘制多个不同参数下的正态分布曲线。它使用numpy生成x轴数据，并通过设置不同的均值（mu）和标准差（sigma）来计算每个正态分布的概率密度。最后，利用matplotlib库展示这些曲线。

import numpy as np
import math
from d2l import torch as d2l
def normal(x,mu,sigma):
    p = 1/math.sqrt(2*math.pi * sigma **2)
    return p * np.exp(-0.5/sigma**2 * (x - mu)**2)


x = np.arange(-7,7,0.01)
params = [(0,1),(0,2),(3,1)]
d2l.plot(x,[normal(x,mu,sigma) for mu,sigma in params],xlabel = 'x',ylabel='p(x)',figsize=(4.5,2.5),
        legend=[f'mean{mu},std{sigma}'for mu,sigma in params])