[已解决]求教问题，python正态分布

天然卷的啦

代码如下：
import numpy as np
import pylab as pl
data = np.random.normal(5.0,3.0,10000)
pl.hist(data)
pl.xlabel('data')
pl.show()

纵坐标为什么是那些数字，还有就是为什么坐标为什么-5到15

小白一枚，最近需要python用来处理数据，0基础，求详细指教

最佳答案

月排行榜 / 总排行榜

solomonxian

2017-12-29 21:55:33

不太熟这个，不过你的问题确实很入门

你不是定了正态分布的均值5.0，标准差3.0，样本数10000吗？
条形图的总值 sum(横坐标*纵坐标）就接近5.0*10000

你没有指定柱子的个数bins参数，他貌似默认就是10条，所以纵坐标是这样

横坐标就更明显了，正太分布不是有3sigma原则吗，5.0±3*3.0
改变坐标轴显示范围也是可以的plt.axis([-10,30,0,5000])
给你贴出来

1. import numpy as np
   
2. import matplotlib.pyplot as plt
   
3. 
   
4. mu, sigma = 5.0, 3.0
   
5. 
   
6. data = np.random.normal(mu, sigma, 10000)
   
7. count, bins, ignored = plt.hist(data, 30)
   
8. plt.axis([-10,30,0,5000])
   
9. 
   
10. plt.show()

复制代码

跳转到最佳答案楼层

DarkmasterSugar

所以你到底想问什么？
不理解代码么
你调用np.random.normal()的时候就已经给出了相应的参数
产生10000个服从N(5, 3)分布的随机变量值，这直方图没什么问题啊

还是说你的需求不是这样的，那么你要给出你的需求来问

solomonxian

不太熟这个，不过你的问题确实很入门

你不是定了正态分布的均值5.0，标准差3.0，样本数10000吗？
条形图的总值 sum(横坐标*纵坐标）就接近5.0*10000

你没有指定柱子的个数bins参数，他貌似默认就是10条，所以纵坐标是这样

横坐标就更明显了，正太分布不是有3sigma原则吗，5.0±3*3.0
改变坐标轴显示范围也是可以的plt.axis([-10,30,0,5000])
给你贴出来

1. import numpy as np
   
2. import matplotlib.pyplot as plt
   
3. 
   
4. mu, sigma = 5.0, 3.0
   
5. 
   
6. data = np.random.normal(mu, sigma, 10000)
   
7. count, bins, ignored = plt.hist(data, 30)
   
8. plt.axis([-10,30,0,5000])
   
9. 
   
10. plt.show()

复制代码

天然卷的啦

solomonxian 发表于 2017-12-29 21:55
不太熟这个，不过你的问题确实很入门

你不是定了正态分布的均值5.0，标准差3.0，样本数10000 ...

再弱弱的问一句啊，纵坐标为什么是0-3000，横坐标-10到20，貌似我没有设定横坐标从-10到 20，这个是python默认的 吗，默认有什么规则吗，纵坐标0-3000，液有规则吗，3sigma，5.0±3*3.0，这个不是-4到14 吗，求详解，
小白敬上。

solomonxian

天然卷的啦 发表于 2017-12-29 22:14
再弱弱的问一句啊，纵坐标为什么是0-3000，横坐标-10到20，貌似我没有设定横坐标从-10到 20，这个是pytho ...

大兄弟，我觉得你应该是不大熟这个函数，贴上网上随便找的中文文档

1. pyplot.hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)
   
2. 
   
3. 绘制直方图
   
4. 参数
   
5. x：输入值，数组或者n维数组序列
   
6. bins：面元个数 integer或者数组或者auto，如果是Integer，那么将会产生bins+1 个面元
   
7. 数组，那么面元时间可能不相等
   
8. range：面元的范围，如果None，那么就是（x.min(),x.max())
   
9. normed:如果是True，那么绘制频率分布直方图的时候，就会自动高度=频数／len(x)
   
10. cumulative:积累直方图，默认是False，如果是True那么绘制积累直方图
    
11. stacked:默认False，多个数据堆叠在一起，False：多个数据并排
    
12. histtype：{'bar','barstacked','step','stepfilled'}
    
13. bar：条形
    
14. barstacked:条形堆积图
    
15. step:生成一个线图且没有填充
    
16. stepfilled：生成一个填充线图
    
17. 
    
18. 作者：欧呆要加油
    
19. 链接：https://www.jianshu.com/p/12107e055844
    
20. 來源：简书
    
21. 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
    

复制代码

昨天的例子你只要访问count和bins变量就明白了
横坐标就是bins的值，他反馈了分布的横坐标的最小值和最大值，
3sigma是99.7的概率，剩下还有啊，

还有记得你用的是随机的正态分布例子，会有出入
-10到20只是视图的范围，昨天的例子不是更改过给你看了嘛嘛嘛嘛~~~

纵坐标说白了就是在横坐标范围内的个数，想象他像堆箱子一样画的直方图
出现一个堆一个，横坐标是5左右的范围一路堆到3000个
如果你是纠结积分面积不等于1，那就开启normed参数

再来个最简单的例子

1. import matplotlib.pyplot as plt
   
2. x = [1,1,1,2,3,3,3,3,]
   
3. 
   
4. count, bins, ignored = plt.hist(x, bins=(0,1,2,3,4,5))
   
5. 
   
6. plt.show()

复制代码

天然卷的啦

solomonxian 发表于 2017-12-30 08:40
大兄弟，我觉得你应该是不大熟这个函数，贴上网上随便找的中文文档

昨天的例子你只要访问co ...

小姐姐，或者小哥哥，多谢了，我懂了。祝你早日脱单

小白敬上