绘制Gaussian Distribution曲线的三种方式
在高斯分布中有三个数学符号,先来解释这个三个数学符号的含义,然后再说明这个公式的推导思路和推导方法。
三个符号\(\mu,\sigma,e\)在数学上分别叫做平均值(又称数学期望),标准差,自然数。即:
平均值(又称数学期望):\(\mu\)
标准差:\(\sigma\)
自然数:\(e\)
高斯分布数学公式
\[f(x)=\frac{1}{ \sqrt{2\pi\sigma} } \cdot e^{ \frac{-(x-\mu)^2}{2\sigma^2}}\]
期望(平均数):μ
标准差\(:σ\),
方差\(σ^2\)为。
当\(\mu=0\)和\(\sigma=1\)时候称为:标准正态分布。
\[f(x)=\frac{1}{ \sqrt{2} } \cdot e^{ \frac{-(x)^2}{2}}\]
绘制Gaussian Distribution曲线的三种方式
GGB绘制
Python绘制
import numpy as np import matplotlib.pyplot as plt import math # Python实现正态分布 # 绘制正态分布概率密度函数 u = 0 # 均值μ sig = math.sqrt(2) # 标准差δ x = np.linspace(u - 3*sig, u + 3*sig, 50) x_01 = np.linspace(u - 6 * sig, u + 6 * sig, 50) y_sig = np.exp(-(x - u) ** 2 /(2* sig **2))/(math.sqrt(2*math.pi)*sig) plt.plot(x, y_sig, "r-", linewidth=2) plt.grid(True) plt.show()
Matlab
matlab绘制正态分布概率密度函数图像的命令为normpdf,normpdf函数的调用格式为normpdf(x,mu,sigma),其中mu为0,sigma为1时,为标准正态分布。
x=-3:0.1:3; y=normpdf(x,0,1); plot(x,y,'r')
相关推荐
xceman 2020-10-13
算法与数学之美 2020-10-07
Anscor 2020-10-05
liwg0 2020-09-08
数学爱好者 2020-08-31
thermodynamicB 2020-08-11
夕加加 2020-07-20
willowwgx 2020-07-18
kuoying 2020-07-16
Anscor 2020-07-14
starletkiss 2020-07-08
kingzone 2020-06-27
xceman 2020-06-27
算法与数学之美 2020-06-21
kuoying 2020-06-21
秒懂数学 2020-06-17