python - 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并绘制 [-1, 5] 区间内的正态分布 N(2, 1)

这是我尝试过的:

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()

正如您可能已经发现的那样，这并没有给我想要的结果。

我一生都无法弄清楚这一点。请注意，我是一名最近才开始使用 Python 编码的学生。

我被要求生成 np.random.normal 范围从 -1 到 5 的随机数。但是，考虑到间隔从 -1 开始，我还不知道如何做到这一点。

其次，我被要求使用 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 )

最后我必须绘制结果。

Answer 1

指定 N(2,1) 分布就是说您想要一个平均值为 2、方差(或标准差)为 1 的正态分布。在 scipy 术语中，平均值相当于位置，标准差相当于比例。

要使用 matplotlib 绘制 pdf 图形，您可以在区间 [-1, 5] 上选择足够的点来制作视觉上平滑的图形。这就是 linspace 的目的。对于每个点，您可以使用 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 会在整个实线上产生偏差；因此，为了获得所需间隔的偏差，我只需忽略该间隔之外的偏差。每次调用“norm.rvs”都会生成一个长度为 1 的 numpy“数组”。为了获得良好的结果，我仅选择该数组中的第一项，并将其附加到整个样本中(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)