Python说来简单也简单，但是也不简单，尤其是再跟高数结合起来的时候。。。 正态分布（Normaldistribution），也称“常态分布”，又名高斯分布（Gaussiandistribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。 正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。 若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为 [b]N(μ，σ^2)[/b] 其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ=0,σ=1时的正态分布是标准正态分布。其概率密度函数为： [img]http://img.1sucai.cn/uploads/article/2018010710/20180107100153_0_47204.jpg[/img] 我们通常所说的标准正态分布是[img]http://img.1sucai.cn/uploads/article/2018010710/20180107100153_1_72965.jpg[/img] 的正态分布： [img]http://img.1sucai.cn/uploads/article/2018010710/20180107100154_2_13246.jpg[/img] 概率密度函数 [img]http://img.1sucai.cn/uploads/article/2018010710/20180107100154_3_79383.jpg[/img] [img]http://img.1sucai.cn/uploads/article/2018010710/20180107100154_4_50875.jpg[/img] 代码实现： [b]总结[/b] 以上就是本文关于Python数据可视化正态分布简单分析及实现代码的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他[url=http://www.1sucai.cn/list/list_97_1.htm][b]Python[/b][/url]和[url=http://common.1sucai.cn/tag/%CB%E3%B7%A8/1.htm][b]算法[/b][/url]相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！