Учитывая среднее и дисперсию, существует простой вызов функции pylab, который будет строить нормальное распределение?
Или мне нужно сделать это самостоятельно?
Ответ 1
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.mlab as mlab
import math
mu = 0
variance = 1
sigma = math.sqrt(variance)
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x,mlab.normpdf(x, mu, sigma))
plt.show()
Ответ 2
Я не думаю, что есть функция, которая делает все это в одном вызове. Однако вы можете найти функцию плотности гауссова вероятности в scipy.stats.
Таким образом, самый простой способ:
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
# Plot between -10 and 10 with .001 steps.
x_axis = np.arange(-10, 10, 0.001)
# Mean = 0, SD = 2.
plt.plot(x_axis, norm.pdf(x_axis,0,2))