python pylab plot distribución normal

Question

Dada una media y una varianza, ¿existe una llamada de función pylab simple que trazará una distribución normal?

¿O tengo que hacer uno yo mismo?

Answer 1

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(mu - 3*sigma, mu + 3*sigma, 100) 
plt.plot(x,mlab.normpdf(x, mu, sigma)) 
plt.show() 

Answer 2

Yo no creo que es una función que hace todo eso en una sola llamada. Sin embargo, puede encontrar la función de densidad de probabilidad gaussiana en scipy.stats.

Así que la forma más simple que podía llegar a decir:

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

# Plot between -10 and 10 with .001 steps. 
x_axis = np.arange(-10, 10, 0.001) 
# Mean = 0, SD = 2. 
plt.plot(x_axis, norm.pdf(x_axis,0,2)) 

Fuentes:

• http://www.johndcook.com/distributions_scipy.html
• http://docs.scipy.org/doc/scipy/reference/stats.html
• http://telliott99.blogspot.com/2010/02/plotting-normal-distribution-with.html

Answer 3

La respuesta de Unutbu es correcta. Pero porque nuestra media puede ser mayor o menor que cero todavía me gustaría cambiar esto:

x = np.linspace(-3 * sigma, 3 * sigma, 100) 

a esto:

x = np.linspace(-3 * sigma + mean, 3 * sigma + mean, 100) 

Answer 4

Si prefiere utilizar un enfoque paso a paso usted podría considerar una solución como la siguiente

import numpy as np 
import matplotlib.pyplot as plt 

mean = 0; std = 1; variance = np.square(std) 
x = np.arange(-5,5,.01) 
f = np.exp(-np.square(x-mean)/2*variance)/(np.sqrt(2*np.pi*variance)) 

plt.plot(x,f) 
plt.ylabel('gaussian distribution') 
plt.show()