python pylab plot正态分布

给定一个均值和方差是否有一个简单的pylab函数调用将绘制一个正态分布？

还是我需要自己做一个？

Answer 1

import matplotlib.pyplot as plt import numpy as np import matplotlib.mlab as mlab import math mu = 0 variance = 1 sigma = math.sqrt(variance) x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) plt.plot(x,mlab.normpdf(x, mu, sigma)) plt.show() 

Answer 2

我不认为有一个function可以在一个通话中完成所有function。 但是您可以在scipy.statsfind高斯概率密度函数。

所以我能想到的最简单的方法是：

 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)) 

资料来源：

• 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

Unutbu答案是正确的。 但因为我们的意思可以是大于或小于零，我仍然想改变这个：

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

对此：

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