import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']='SimHei'plt.rcParams['axes.unicode_minus']=False# 創(chuàng)建一些隨機(jī)數(shù)據(jù)；此處也可以用pandas導(dǎo)入自己的數(shù)據(jù)data = np.random.randn(1000)# 繪制直方圖plt.hist(data, bins=50, density=True, alpha=0.6, color='g')# 計(jì)算正態(tài)分布曲線mu, std = norm.fit(data)xmin, xmax = plt.xlim()x = np.linspace(xmin, xmax, 100)p = norm.pdf(x, mu, std)# 繪制正態(tài)分布曲線plt.plot(x, p, 'k', linewidth=2)# 添加標(biāo)題、標(biāo)簽等plt.title('xxx直方圖')plt.xlabel('區(qū)間')plt.ylabel('頻次')plt.show()在這個(gè)例子中，首先通過(guò)numpy生成了1000個(gè)隨機(jī)數(shù)。然后使用matplotlib的hist()函數(shù)繪制直方圖，并指定bins參數(shù)為50，density參數(shù)為T(mén)rue表示對(duì)概率密度進(jìn)行歸一化，alpha參數(shù)設(shè)置不透明度，color參數(shù)設(shè)置顏色。 接著，通過(guò)scipy庫(kù)中的norm模塊計(jì)算出正態(tài)分布曲線的均值和標(biāo)準(zhǔn)差，并使用pdf()函數(shù)計(jì)算出在x軸上每個(gè)點(diǎn)的概率密度。最后，使用plot()函數(shù)繪制正態(tài)分布曲線，并設(shè)置顏色和線寬度。 最后，添加標(biāo)題、標(biāo)簽等，并使用show()函數(shù)顯示圖形。 |
|
|
