我试图绘制两个正态分布变量的comun分布。
下面的代码绘制了一个正态分布变量。绘制两个正态分布变量的代码是什么?
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.mlab as mlab
import math
mu = 0
variance = 1
sigma = math.sqrt(variance)
x = np.linspace(-3, 3, 100)
plt.plot(x,mlab.normpdf(x, mu, sigma))
plt.show()
下面对@Ianhi上面的代码进行的调整将返回上面3D绘图的等高线图版本。
听起来你要找的是一个Multivariate Normal Distribution。这在scipy中实现为scipy.stats.multivariate_normal。重要的是要记住,你要传递一个协方差矩阵给函数。所以为了简单起见,将非对角元素保留为零:
下面是一个使用此函数并生成结果分布的三维绘图的示例。我添加了colormap以使查看曲线更容易,但可以随意删除它。
给你这个情节:
Matplotlib v2.2不赞成使用下面的编辑,并将在v3.1中删除
通过matplotlib.mlab.bivariate_normal提供更简单的版本 它接受以下参数,因此不必担心矩阵matplotlib.mlab.bivariate_normal(X, Y, sigmax=1.0, sigmay=1.0, mux=0.0, muy=0.0, sigmaxy=0.0)
这里X和Y再次是网格网格的结果,因此使用它重新创建上面的绘图:给予:
相关问题 更多 >
编程相关推荐