python 绘制正态分布图

一、概述

  在Python中，可以使用numpy库中的normal()函数或random.normal()方法生成正态分布的随机数，同时也利用scipy库的norm.pdf()函数来计算正态分布的概率密度函数。

二、代码实现

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


# 创建正态分布的平均值（μ）和标准差（σ）
mu, sigma = 0, 1

# 生成一组服从正态分布的数据
random_numbers = np.random.normal(mu, sigma, 1000)
# 计算并打印数据的均值和标准差，通常它们会接近于给定的μ和σ
print("Mean:", random_numbers.mean())
print("Standard deviation:", random_numbers.std())

# 使用scipy计算概率密度
x = np.linspace(-4, 4, 100)  # 定义x轴范围
pdf = norm.pdf(x, mu, sigma)  # PDF值
plt.plot(x, pdf, 'b-', linewidth=2, label='PDF of normal distribution')
plt.xlabel('Value')
plt.ylabel('Probability Density')
plt.legend()
plt.show()

三、结果展示