从np.random.normal()到正态分布的拟合操作

更新时间：2021年06月02日 15:49:36 作者：五道口纳什

这篇文章主要介绍了从np.random.normal()到正态分布的拟合操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

先看伟大的高斯分布（Gaussian Distribution）的概率密度函数（probability density function）：

对应于numpy中：

numpy.random.normal(loc=0.0, scale=1.0, size=None)

参数的意义为：

loc：float

此概率分布的均值（对应着整个分布的中心centre）

scale：float

此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）

size：int or tuple of ints

输出的shape，默认为None，只输出一个值

我们更经常会用到的np.random.randn(size)所谓标准正态分布

对应于np.random.normal(loc=0, scale=1, size)。

采样（sampling）

# 从某一分布（由均值和标准差标识）中获得样本
mu, sigma = 0, .1
s = np.random.normal(loc=mu, scale=sigma, size=1000)

也可使用scipy库中的相关api（这里的类与函数更符合数理统计中的直觉）：

import scipy.stats as st
mu, sigma = 0, .1
s = st.norm(mu, sigma).rvs(1000)

校验均值和方差：

>>> abs(mu < np.mean(s)) < .01
True
>>> abs(sigma-np.std(s, ddof=1)) < .01
True
            # ddof，delta degrees of freedom，表示自由度
            # 一般取1，表示无偏估计，

拟合

我们看使用matplotlib.pyplot便捷而强大的语法如何进行高斯分布的拟合：

import matplotlib.pyplot as plt
count, bins, _ = plt.hist(s, 30, normed=True)
        # normed是进行拟合的关键
        # count统计某一bin出现的次数，在Normed为True时，可能其值会略有不同
plt.plot(bins, 1./(np.sqrt(2*np.pi)*sigma)*np.exp(-(bins-mu)**2/(2*sigma**2), lw=2, c='r')
plt.show()

或者：

s_fit = np.linspace(s.min(), s.max())
plt.plot(s_fit, st.norm(mu, sigma).pdf(s_fit), lw=2, c='r')

这里写图片描述

np.random.normal()的含义及实例

这是个随机产生正态分布的函数。（normal 表正态）

先看一下官方解释：

有三个参数

loc：正态分布的均值，对应着这个分布的中心.代表下图的μ

scale：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。代表下图的σ

size：你输入数据的shape，例子：

下面展示一些内联代码片。

// An highlighted block
a=np.random.normal(0, 1, (2, 4))
print(a)
输出：
[[-0.29217334  0.41371571  1.26816017  0.46474676]
 [ 1.33271487  0.80162296  0.47974157 -1.49748788]]

看这个图直观些：

以下为官方文档：

在这里插入图片描述

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

一篇文章带你了解python字典基础
这篇文章主要介绍了Python字典及字典基本操作方法,结合实例形式详细分析了Python字典的概念、创建、格式化及常用操作方法与相关注意事项,需要的朋友可以参考下
2021-08-08
Python人工智能学习PyTorch实现WGAN示例详解
这篇文章主要为大家介绍了人工智能学习PyTorch实现WGAN的示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2021-11-11
对Python中小整数对象池和大整数对象池的使用详解
今天小编就为大家分享一篇对Python中小整数对象池和大整数对象池的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-07-07
一文带你掌握Python内置reversed函数的使用
Python作为一门强大的编程语言,提供了许多内置函数来处理各种数据结构和对象,本文将详细探讨reversed函数的用法、示例代码以及实际应用场景,需要的可以参考下
2024-01-01
详解python列表（list）的使用技巧及高级操作
这篇文章主要介绍了详解python列表（list）的使用技巧及高级操作，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-08-08
Python多线程使用方法详细讲解
这篇文章主要介绍了Python中的多线程实例，一个CPU，将时间切成一片一片的，CPU轮转着去处理一件一件的事情，到了规定的时间片就处理下一件事情，更多的相关内容需要的小伙伴可以参考下面文章详细
2022-10-10
详解Python中的__init__和__new__
这篇文章主要介绍了Python中的__init__和__new__的区别和实例详解它们的作用,需要的朋友可以参考下
2014-03-03
Python读取图片属性信息的实现方法
这篇文章介绍了利用Python读取图片属性信息的方法，读取的内容包括GPS 信息、图片分辨率、图片像素、设备商、拍摄设备等，有需要的朋友们可以参考借鉴。
2016-09-09
Python逐行读取文件中内容的简单方法
今天小编就为大家分享一篇关于Python逐行读取文件中内容的简单方法，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2019-02-02
高性能web服务器框架Tornado简单实现restful接口及开发实例
Tornado和现在的主流Web服务器框架（包括大多数Python的框架）有着明显的区别：它是非阻塞式服务器，而且速度相当快。得利于其非阻塞的方式和对epoll的运用，Tornado每秒可以处理数以千计的连接，这意味着对于实时Web服务来说，Tornado是一个理想的Web框架。
2014-07-07