擅长:python、mysql、java
<p>您可以使用<a href="https://docs.scipy.org/doc/scipy-0.19.0/reference/generated/scipy.stats.norm.html" rel="noreferrer">^{<cd2>}</a>中的<code>fit</code>,如下所示:</p>
<pre><code>import numpy as np
from scipy.stats import norm
import matplotlib.pyplot as plt
data = np.random.normal(loc=5.0, scale=2.0, size=1000)
mean,std=norm.fit(data)
</code></pre>
<p><code>norm.fit</code>试图根据数据拟合正态分布的参数。在上面的例子中,<code>mean</code>大约是2,<code>std</code>大约是5。</p>
<p>为了绘制它,可以执行以下操作:</p>
<pre><code>plt.hist(data, bins=30, normed=True)
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
y = norm.pdf(x, mean, std)
plt.plot(x, y)
plt.show()
</code></pre>
<p><a href="https://i.stack.imgur.com/iTtBD.png" rel="noreferrer"><img src="https://i.stack.imgur.com/iTtBD.png" alt="enter image description here"/></a></p>
<p>蓝框是数据的直方图,绿线是带有拟合参数的高斯分布。</p>