web-dev-qa-db-ja.com

1次元ガウス分布関数のプロット

平均および標準偏差のパラメーター値（μ、σ）=（−1、1）、（0、2）、および（2、3）を使用して1次元ガウス分布関数のプロットを作成するにはどうすればよいですか？

Pythonを使用したプログラミングは初めてです。

前もって感謝します！

pythonplotgaussian
16
pythonnewbie

優れたmatplotlibおよびnumpyパッケージ

from matplotlib import pyplot as mp
import numpy as np

def gaussian(x, mu, sig):
    return np.exp(-np.power(x - mu, 2.) / (2 * np.power(sig, 2.)))

x_values = np.linspace(-3, 3, 120)
for mu, sig in [(-1, 1), (0, 2), (2, 3)]:
    mp.plot(x_values, gaussian(x_values, mu, sig))

mp.show()

のようなものを生成しますplot showing one-dimensional gaussians produced by matplotlib

32
danodonovan

pythonで統計分布の関数を使用する方法については、このチュートリアルをお読みください。 http://docs.scipy.org/doc/scipy/reference/tutorial/stats.html

from scipy.stats import norm
import matplotlib.pyplot as plt
import numpy as np 

#initialize a normal distribution with frozen in mean=-1, std. dev.= 1
rv = norm(loc = -1., scale = 1.0)
rv1 = norm(loc = 0., scale = 2.0)
rv2 = norm(loc = 2., scale = 3.0)

x = np.arange(-10, 10, .1)

#plot the pdfs of these normal distributions 
plt.plot(x, rv.pdf(x), x, rv1.pdf(x), x, rv2.pdf(x))
14
XValidated

元の構文に基づき、正しく正規化された正しい形式は次のとおりです。

def gaussian(x, mu, sig):
    return 1./(sqrt(2.*pi)*sig)*np.exp(-np.power((x - mu)/sig, 2.)/2)
8
ryanmartinneutrino

以前の回答に加えて、最初に指数の比率を計算し、次に平方を取ることをお勧めします。

def gaussian(x,x0,sigma):
  return np.exp(-np.power((x - x0)/sigma, 2.)/2.)

そのようにして、非常に小さい数または非常に大きい数のガウスを計算することもできます。

In: gaussian(1e-12,5e-12,3e-12)
Out: 0.64118038842995462
7
Felix

あなたのgaussian（）関数の分母にパラソルがありません。現在は2で除算し、分散を掛けています（sig ^ 2）。しかし、それは真実ではなく、プロットを見るとわかるように、分散が大きいほどガウス分布は狭くなります。これは間違っていますが、反対のはずです。

したがって、gaussian（）関数を次のように変更するだけです。

def gaussian(x, mu, sig):
    return np.exp(-np.power(x - mu, 2.) / (2 * np.power(sig, 2.)))
6
cvt1982