如何在 python 中绘制正态分布：带有示例

要在 Python 中绘制正态分布，可以使用以下语法：

 #x-axis ranges from -3 and 3 with .001 steps
x = np. arange (-3, 3, 0.001)

#plot normal distribution with mean 0 and standard deviation 1
plt. plot (x, norm. pdf (x, 0, 1))

x数组定义 x 轴的范围， plt.plot()生成具有指定平均值和标准差的正态分布曲线。

以下示例展示了如何在实践中使用这些功能。

示例 1：绘制单一正态分布

以下代码显示如何绘制均值为 0、标准差为 1 的单一正态分布曲线：

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

#x-axis ranges from -3 and 3 with .001 steps
x = np. arange (-3, 3, 0.001)

#plot normal distribution with mean 0 and standard deviation 1
plt. plot (x, norm. pdf (x, 0, 1)) 

您还可以更改图表中线条的颜色和宽度：

 plt. plot (x, norm. pdf (x, 0, 1), color=' red ', linewidth= 3 ) 

示例 2：绘制多个正态分布

以下代码显示如何绘制具有不同均值和标准差的多条正态分布曲线：

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

#x-axis ranges from -5 and 5 with .001 steps
x = np. arange (-5, 5, 0.001)

#define multiple normal distributions
plt. plot (x, norm. pdf (x, 0, 1), label=' μ: 0, σ: 1 ')
plt. plot (x, norm. pdf (x, 0, 1.5), label=' μ:0, σ: 1.5 ')
plt. plot (x, norm. pdf (x, 0, 2), label=' μ:0, σ: 2 ')

#add legend to plot
plt. legend () 

您可以随意更改线条颜色并添加标题和轴标签来完成图表：

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

#x-axis ranges from -5 and 5 with .001 steps
x = np. arange (-5, 5, 0.001)

#define multiple normal distributions
plt. plot (x, norm. pdf (x, 0, 1), label=' μ: 0, σ: 1 ', color=' gold ')
plt. plot (x, norm. pdf (x, 0, 1.5), label=' μ:0, σ: 1.5 ', color=' red ')
plt. plot (x, norm. pdf (x, 0, 2), label=' μ:0, σ: 2 ', color=' pink ')

#add legend to plot
plt. legend (title=' Parameters ')

#add axes labels and a title
plt. ylabel (' Density ')
plt. xlabel (' x ')
plt. title (' Normal Distributions ', fontsize= 14 ) 

有关plt.plot()函数的详细说明，请参阅matplotlib 文档。