标签：theta python miu popt import X1 绘制 正态分布

python绘制累积正态分布概率图

累积正态分布概率图，即正态分布函数的积分形式。其公式为：

去掉积分符号就是正态分布的公式。

以下是实现的代码。

// A code block
import numpy as  np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy.stats as st
import math

#定义纵坐标值
Y1 =  [0, 0, 0, 0, 0.1, 0.1, 0.1, 0.3, 0.5, 0.5, 0.7, 0.7, 0.8, 0.8, 0.9, 0.9, 0.9, 1, 1, 1, 1, 1, 1, 1]
#定义横坐标值
X1 = np.arange(1,len(Y1)+1)

# 拟合函数表达式定义
# miu是正态分布均值，theta是正态分布方差
def func(x, miu, theta):    
    return st.norm.cdf((x-miu)/theta)

# 绘制数据散点图
plt.plot(X1, Y1, 'b*', label='data')
# 进行数据拟合
popt, pcov = curve_fit(func, X1,Y1)
# 输出拟合的函数参数值
print(popt)
# 绘制拟合函数
plt.plot(X1, func(X1, *popt), 'r-',
         label='fit: miu=%5.3f, theta=%5.3f' % tuple(popt))

输出结果如下所示：

标签：theta,python,miu,popt,import,X1,绘制,正态分布
来源： https://blog.csdn.net/cccssss333/article/details/113468341

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。