python绘制累积正态分布概率图

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python绘制累积正态分布概率图，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含822字，纯文字阅读大概需要2分钟。

内容图文

python绘制累积正态分布概率图

累积正态分布概率图，即正态分布函数的积分形式。其公式为：

去掉积分符号就是正态分布的公式。

以下是实现的代码。

// A code block
import numpy as  np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy.stats as st
import math

#定义纵坐标值
Y1 =  [0, 0, 0, 0, 0.1, 0.1, 0.1, 0.3, 0.5, 0.5, 0.7, 0.7, 0.8, 0.8, 0.9, 0.9, 0.9, 1, 1, 1, 1, 1, 1, 1]
#定义横坐标值
X1 = np.arange(1,len(Y1)+1)

# 拟合函数表达式定义
# miu是正态分布均值，theta是正态分布方差
def func(x, miu, theta):    
    return st.norm.cdf((x-miu)/theta)

# 绘制数据散点图
plt.plot(X1, Y1, 'b*', label='data')
# 进行数据拟合
popt, pcov = curve_fit(func, X1,Y1)
# 输出拟合的函数参数值
print(popt)
# 绘制拟合函数
plt.plot(X1, func(X1, *popt), 'r-',
         label='fit: miu=%5.3f, theta=%5.3f' % tuple(popt))

输出结果如下所示：

内容总结

以上是互联网集市为您收集整理的python绘制累积正态分布概率图全部内容，希望文章能够帮你解决python绘制累积正态分布概率图所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端