Python拟合正态分布

MATLAB代码顾问

已于 2024-02-24 17:15:09 修改

阅读量2k

点赞数 11

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python numpy 开发语言

于 2024-02-24 17:13:24 首次发布

本文链接：https://blog.csdn.net/corn1949/article/details/136273829

Python 专栏收录该内容

27 篇文章

订阅专栏

本文介绍了如何在Python中使用scipy.stats库的norm类对数据进行正态分布拟合，并利用matplotlib进行数据可视化，包括创建随机数据、拟合参数计算以及绘制原始数据和拟合曲线。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在Python中，可以使用scipy.stats库中的norm类来拟合正态分布，并使用matplotlib库来进行绘图。

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

# 创建一些正态分布的数据
mu, sigma = 0, 0.1  # mean and standard deviation
data = np.random.normal(mu, sigma, 1000)

# 使用scipy的norm类来拟合数据
mean, std = norm.fit(data)
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = norm.pdf(x, mean, std)

# 绘制原始数据和拟合的正态分布曲线
plt.hist(data, bins=30, density=True, alpha=0.6, color='g')
plt.plot(x, p, 'k', linewidth=2)
title = "Fit results: mu = %.2f,  std = %.2f" % (mean, std)
plt.title(title)

plt.show()