python常用概率分布直方图绘制

import numpy.random as npr
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
I=1000
x_norm = npr.normal(loc=0.8,scale=1.5,size=I)#正态分布
x_logn = npr.lognormal(mean=0.5,sigma=1,size=I)#对数正态分布
x_chis = npr.chisquare(df=4,size=I)#卡方分布
x_beta = npr.beta(a=2,b=4,size=I)#贝塔分布
plt.figure(figsize =(12,10))
plt.subplot(2,2,1)
plt.hist(x_norm,label=u'正态分布抽样',bins=20,facecolor='y',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=0)
plt.legend(loc=0,fontsize=13)
plt.grid(True)
plt.subplot(2,2,2)
plt.hist(x_logn,label=u'对数分布抽样',bins=20,facecolor='r',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=0)
plt.legend(loc=0,fontsize=13)
plt.grid(True)
plt.subplot(2,2,3)
plt.hist(x_chis,label=u'卡方分布抽样',bins=20,facecolor='b',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=0)
plt.legend(loc=0,fontsize=13)
plt.grid(True)
plt.subplot(2,2,4)
plt.hist(x_beta,label=u'贝塔分布抽样',bins=20,facecolor='c',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=0)
plt.legend(loc=0,fontsize=13)
plt.grid(True)
plt.show()

 作者：ChenBD