锐客网

  1. 首页 > 睿知 > it技术 > >

python函数分布函数 python t分布函数

IT技术变量

python制作分布图制作分布图类似密度图，在python中利用pandas来提取分布数据是比较方便的 。主要用到pandas的cut和groupby等函数 。
官方文档链接
主要参数为x和bins 。
x为数据源，数组格式的都支持，list，numpy.narray, pandas.Series 。
bins可以为int，也可以为序列 。
我们定义bins为一个序列，默认为左开右闭的区间：
对言值列按cats做groupby ， 然后调用get_stats统计函数，再用unstack函数将层次化的行索引“展开”为列 。
G2在之前的文章中有介绍 ， 文章 《python结合G2绘制精美图形》。
一句话绘制出来 ， 但具体的区间段难以区分出来 。
bokeh是python的一个优秀的绘图工具包 ， 与pandas结合的比较好 。bokeh文档
作者原文链接： python制作分布图
怎么用python表示出二维高斯分布函数，mu表示均值，sigma表示协方差矩阵，x表示数据点clear
close all
%%%%%%%%%%%%%%%%%%%%%%%%%生成实验数据集
rand('state',0)
sigma_matrix1=eye(2);
sigma_matrix2=50*eye(2);
u1=[0,0];
u2=[30,30];
m1=100;
m2=300;%样本数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm1数据集
Y1=multivrandn(u1,m1,sigma_matrix1);
Y2=multivrandn(u2,m2,sigma_matrix2);
scatter(Y1(:,1),Y1(:,2),'bo')
hold on
scatter(Y2(:,1),Y2(:,2),'r*')
title('SM1数据集')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sm2数据集
u11=[0,0];
u22=[5,5];
u33=[10,10];
u44=[15,15];
m=600;
sigma_matrix3=2*eye(2);
Y11=multivrandn(u11,m,sigma_matrix3);
Y22=multivrandn(u22,m,sigma_matrix3);
Y33=multivrandn(u33,m,sigma_matrix3);
Y44=multivrandn(u44,m,sigma_matrix3);
figure(2)
scatter(Y11(:,1),Y11(:,2),'bo')
hold on
scatter(Y22(:,1),Y22(:,2),'r*')
scatter(Y33(:,1),Y33(:,2),'go')
scatter(Y44(:,1),Y44(:,2),'c*')
title('SM2数据集')
end
function Y = multivrandn(u,m,sigma_matrix)
%%生成指定均值和协方差矩阵的高斯数据
n=length(u);
c = chol(sigma_matrix);
X=randn(m,n);
Y=X*c+ones(m,1)*u;
end
统计学入门级：常见概率分布+python绘制分布图 如果随机变量Xpython函数分布函数的所有取值都可以逐个列举出来python函数分布函数 ， 则称X为离散型随机变量 。相应的概率分布有二项分布 ， 泊松分布 。
如果随机变量X的所有取值无法逐个列举出来，而是取数轴上某一区间内的任一点 ， 则称X为连续型随机变量 。相应的概率分布有正态分布，均匀分布 ， 指数分布 ， 伽马分布，偏态分布，卡方分布，beta分布等 。(真多分布，好恐怖~~)
在离散型随机变量X的一切可能值中，各可能值与其对应概率的乘积之和称为该随机变量X的期望值 ， 记作E(X)。比如有随机变量，取值依次为：2 ， 2，2 ， 4，5 。求其平均值：(2+2+2+4+5)/5 = 3 。
期望值也就是该随机变量总体的均值 。推导过程如下：
= (2+2+2+4+5)/5
= 1/5 2 3 + 4/5 + 5/5
= 3/5 2 + 1/5 4 + 1/5 5
= 0.6 2 + 0.2 4 + 0.2 5
= 60% 2 + 20% 4 + 20%*5
= 1.2 + 0.8 + 1
= 3
倒数第三步可以解释为值为2的数字出现的概率为60% ， 4的概率为20%，5的概率为20% 。所以E(X) = 60% 2 + 20% 4 + 20%*5 = μ = 3 。
0-1分布（两点分布），它的随机变量的取值为1或0 。即离散型随机变量X的概率分布为：P{X=0} = 1-p, P{X=1} = p，即：
则称随机变量X服从参数为p的0-1分布 ， 记作X~B（1，p) 。
在生活中有很多例子服从两点分布，比如投资是否中标，新生婴儿是男孩还是女孩 ， 检查产品是否合格等等 。

推荐阅读


上一篇：电脑服务器硬盘怎么安装，服务器硬盘如何安装

下一篇：网上银行换手机卡怎么换，怎么网上银行把银行卡换绑手机号