使用Python绘制正态分布曲线，并使用matplotlib绘制工具；
#-* -编码： utf-8-* -
“”'
python绘制标准正态分布曲线
“”'
#
导入编号为NP
导入匹配
import matplotlib.pyplot as plt
defGD(x，mu=0，sigma=1) :
基于“”表达式，根据自变量x计算因子的值
代理：
x :阵列
输入数据(参数) )。
mu :浮动
平均值
sigma :浮动
方差
“”'
left=1/(NP.sqrt )2* math.pi (NP.sqrt ) sigma ) )
right=NP.exp(-(x-mu ) *2/(sigma ) )
return left * right
if __name__=='__main__':
#参数
x=NP.arange (-4，5，0.1 ) ) ) ) ) )。
#因变量(平均值或方差) ) ) ) ) ) ) ) ) ) ) )。
y_1=GD(x，0，0.2 ) ) ) )。
y_2=GD(x，0，1.0 ) ) ) )。
y_3=GD(x，0，5.0 ) ) ) ) )。
y_4=GD(x，- 2，0.5 ) )。
#绘图
PLT.plot(x，y_1，color='green ' ) )。
PLT.plot(x，y_2，color='blue ' ) )。
PLT.plot(x，y_3，color='yellow ' ) )。
PLT.plot(x，y_4，color='red ' ) ) )。
#坐标系的设定
PLT.xlim (-5.0，5.0 ) ) ) )。
PLT.ylim (-0.2，1 ) )。
ax=plt.gca (
ax.spines [ ' right ' ].set _ color (' none ' )
ax.spines [ ' top ' ].set _ color (' none ' )
ax.xaxis.set _ ticks _ position (bottom ) )。
ax.spines [ ' bottom ' ].set _ position ((' data '，0 ) )
ax.yaxis.set _ ticks _ position (' left ' ) ) ) ) ) ) )。
ax.spines [ ' left ' ].set _ position ((data '，0 ) )
PLT.legend(labels=['$mu=0=0，sigma^2=0.2$ '，' $mu=0，' sigma^2=1.0$ '，$mu )
plt.show () )
以上是使用python制作正态分布曲线的详细内容。 关于python正态分布的资料请关注其他相关文章。