计算并绘制 [-1, 5] 区间内的理论正态分布 N(2, 1)

Question

我一直在给任务计算和绘制 [-1, 5]

区间内的正态分布 N(2, 1)

这是我尝试过的方法：

vec = np.random.norm(2, 1, 7);
ND = stats.norm(2, 1).pdf(vec)
x = np.arange(1, 6, 1)
plt.figure()
plt.plot(x, 'r')
plt.hist(ND)
plt.show()

您可能已经发现这并没有给我想要的结果。

我这辈子都弄不明白。请注意，我是一名最近才开始在 Python 中编码的学生。

有人要求我生成 np.random.normal 范围从 -1 到 5 的随机数。但是，考虑到间隔从 -1 开始，我还没有理解如何做到这一点。

其次，有人要求我使用 scipy.stats 中的函数 norm.pdf，但我不理解有关此函数的文档 (https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.norm.html)

最后我要绘制结果。

Answer 1

指定一个 N(2,1) 分布就是说您想要一个均值为 2 且方差（或标准差）为 1 的正态分布。在 scipy 术语中，均值等同于位置，和比例标准差。

要使用 matplotlib 绘制 pdf 绘图，您需要在区间 [-1, 5] 上选择足够多的点来制作视觉上平滑的图形。这就是linspace的目的。对于这些点中的每一个，您使用 norm.pdf.

计算其 pdf

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

x = np.linspace(-1, 5, 100, endpoint=True)
pdf = [norm.pdf(_, loc=2, scale=1) for _ in x]

plt.plot(x, pdf, 'b-')
plt.show()

这里我创建了一个大小为 10 的样本。我知道 norm.rvs 会在整条实线上产生偏差；因此，为了获得所需间隔的偏差，我只是忽略了该间隔之外的偏差。每次调用“norm.rvs”都会产生一个长度为 1 的 numpy 'array'。为了获得好的结果，我 select 只是该数组中的第一项并将其附加到整个样本（如果它在所需的间隔内）。

sample_size = 10
sample = []
while len(sample)<sample_size:
    while True:
        deviate = norm.rvs(loc=2, scale=1, size=1)[0]
        if -1<=deviate<=5:
            break
    sample.append(deviate)
print (sample)

计算并绘制 [-1, 5] 区间内的理论正态分布 N(2, 1)

Calculate and plot the theoretical normal distribution N(2, 1) in the interval of [-1, 5]

python

numpy

probability

normal-distribution

probability-density