使用Python繪製正態分佈曲線，藉助matplotlib繪圖工具；

#-*-coding:utf-8-*-
"""
python繪製標準正態分佈曲線
"""
# ==============================================================
import numpy as np
import math
import matplotlib.pyplot as plt


def gd(x,mu=0,sigma=1):
  """根據公式，由自變數x計算因變數的值

  Argument:
    x: array
      輸入資料（自變數）
    mu: float
      均值
    sigma: float
      方差
  """
  left = 1 / (np.sqrt(2 * math.pi) * np.sqrt(sigma))
  right = np.exp(-(x - mu)**2 / (2 * sigma))
  return left * right


if __name__ == '__main__':
  # 自變數
  x = np.arange(-4,5,0.1)
  # 因變數（不同均值或方差）
  y_1 = gd(x,0.2)
  y_2 = gd(x,1.0)
  y_3 = gd(x,5.0)
  y_4 = gd(x,-2,0.5)

  # 繪圖
  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')
  # 設定座標系
  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=['$\mu = 0,\sigma^2=0.2$','$\mu = 0,\sigma^2=1.0$',\sigma^2=5.0$','$\mu = -2,\sigma^2=0.5$'])
  plt.show()

以上就是利用python繪製正態分佈曲線的詳細內容，更多關於python 正態分佈的資料請關注我們其它相關文章！