如何绘制概率密度曲线？
绘制概率密度曲线是通过统计学中的概率密度函数来描述随机变量的概率分布。下面是一个完善且全面的答案：
概率密度曲线是用来描述随机变量概率分布的一种图形化表示方法。它可以帮助我们直观地理解随机变量的概率分布情况，以及在不同取值下的概率密度。
绘制概率密度曲线的步骤如下：
- 确定随机变量的概率分布类型：概率密度曲线的形状取决于随机变量的概率分布类型，常见的分布类型包括正态分布、均匀分布、指数分布等。根据实际情况选择合适的概率分布类型。
- 确定概率密度函数：根据所选的概率分布类型，确定对应的概率密度函数。概率密度函数描述了随机变量在不同取值下的概率密度，通常用符号 f(x) 表示。
- 计算概率密度值：根据概率密度函数，计算随机变量在不同取值下的概率密度值。这些值表示了随机变量在不同取值下的相对概率大小。
- 绘制坐标轴：在纸上或计算机屏幕上绘制坐标轴，横轴表示随机变量的取值，纵轴表示概率密度值。
- 绘制曲线：根据计算得到的概率密度值，在坐标轴上绘制概率密度曲线。通常情况下，概率密度曲线是连续的，并且在整个取值范围内积分等于1。
绘制概率密度曲线可以帮助我们更好地理解随机变量的概率分布情况，以及在不同取值下的概率密度。在实际应用中，概率密度曲线常用于统计分析、风险评估、模拟实验等领域。
腾讯云提供了一系列与云计算相关的产品和服务，其中包括云服务器、云数据库、云存储等。这些产品可以帮助用户快速搭建和管理云计算环境，提高开发效率和运维能力。具体产品介绍和相关链接如下：
- 云服务器（ECS）：提供弹性计算能力，支持多种操作系统和应用场景。了解更多：腾讯云云服务器
- 云数据库（CDB）：提供高可用、可扩展的数据库服务，支持多种数据库引擎。了解更多：腾讯云云数据库
- 云存储（COS）：提供安全可靠的对象存储服务，适用于各种数据存储和分发场景。了解更多：腾讯云云存储
请注意，以上链接仅供参考，具体产品选择应根据实际需求和情况进行。
相关·内容
2回答
我想要评估我模拟的数据的概率密度。
我知道，如果我只想在正态分布上找到单个x值的概率密度，我可以用以下方式使用dnorm()：
dist_mean <- 10
dist_sd <- 0.2
prob_density_on_x_val <- dnorm(x = 9.9,
mean = dist_mean,
sd = dist_sd)
prob_density_on_x_val
[1] 1.760327
但是，如果我想在一个模拟数据中计算
浏览 1提问于2019-08-04得票数 2
回答已采纳
1回答
在通过的时候。我用概率密度函数(pdf)找到了一幅详细的布景图。
我试图绘制一个比较的Box图和一个概率密度函数(pdf)，如下文所示
我知道分别绘制一个基本的和。我对可视化的知识是最少的，我不是在问上面的图的确切的复制，如果有一个类似的细节图将会是非常感谢的。
我对新的想法和方法很开放，我想在开始之前先试探一下
可以用Python绘制上面的绘图吗?如果是，哪个包将用于绘制上面的绘图？有人能说明一下用Python绘制上面的情节吗？我很高兴从你那里得到任何线索。。
浏览 1提问于2020-08-11得票数 0
回答已采纳
2回答
Y轴密度海流图
、、
我已经在寻找解决办法，但却找不到解决问题的办法。我试图用密度函数绘制一个直方图，显示y轴上的密度。meanopa是标准普尔500指数的平均对数回报率。我不明白的是以下几点。
norm_hist : bool，如果是可选的，直方图高度显示的是密度而不是计数。这是隐含的，如果一个KDE或拟合的密度被绘制。
因为在我的例子中，kde=True，我想知道为什么y轴上有观察的数目。
sns.distplot(meanopa, hist=True, kde=True, bins=20, color = 'darkblue',
hist_kws={'
浏览 1提问于2019-05-14得票数 2
回答已采纳
1回答
我目前正在通过进行核估计。特别是标有“单变量估计”的。与创建随机数据相反，我使用的是资产回报。然而，我的第二次估算(甚至是我创建的简单的标准pdf )显示的密度峰值在20，这是没有道理的。我的代码如下：
x1 = np.array(data['actual'].values)[1:]
xs1 = np.linspace(x1.min()-1,x1.max()+1,len(x1))
std1 = x1.std()
mean1 = x1.mean()
x2 = np.array(data['log_moves'].values)[1:]
xs2 = np.lins
浏览 3提问于2017-04-10得票数 0
回答已采纳
1回答
我的函数名为DicePlot，模拟掷10个骰子5000次。在该函数中，它计算每卷的10个骰子的值的总和，这将是一个1×5000矢量，并绘制相对频率直方图，其中以相同的方式选择柱状图中的每个柱状图中的骰子和的可能值。
计算1×5000个骰子值之和的平均值和标准差，并在相对频率直方图的顶部绘制正态分布的概率密度函数(计算的平均值和标准差)。
我已经完成了所有的工作，但我对如何绘制概率密度函数感到困惑。任何帮助都是非常感谢的。谢谢!
作为参考，图表应该是这样的！
function DicePlot ( throw_num, die_num )
throw_num=5000
die_num=
浏览 3提问于2012-11-21得票数 0
回答已采纳
1回答
双直方图图中的密度正态曲线
、、、、
我有以下数据集：
structure(list(Treatment = c("A", "A", "B", "A", "A", "A", "A",
"B", "B", "B", "B", "A", "A", "B", "A", "B", "A", "B", "A", "A",
浏览 5提问于2022-10-03得票数 0
回答已采纳
2回答
我刚刚运行了一个简单的任务，尝试为我运行的模拟绘制概率密度直方图。然而，当我绘制它时，每个bin的概率似乎与频率图的结果不匹配。对于50个存储箱，我预计每个存储箱的平均概率为2%，这在图表中没有反映出来。
提前感谢
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plntAcres = 88.0
hvstPer = 0.99
hvstAcres = plntAcres*hvstPer
yldAcre = np.random.triangular(47,48,49, 10000)
carryIn =
浏览 28提问于2017-02-27得票数 7
回答已采纳
我有下面的代码，用于获取下面的图表。如何确定值的概率密度，因为我希望Y轴标签是概率密度，还是，我必须标准化Y值？
谢谢
% thresh_strain contains a Normally Distributed set of numbers
[mu_j,sigma_j] = normfit(thresh_strain);
x=linspace(mu_j-4*sigma_j,mu_j+4*sigma_j,200);
pdf_x = 1/sqrt(2*pi)/sigma_j*exp(-(x-mu_j).^2/(2*sigma_j^2));
plot(x,pdf_x);
浏览 0提问于2014-03-26得票数 1
回答已采纳
1回答
我用Matlab函数"hist“来估计实现随机过程的概率密度函数。
我其实是：
1)提取h0直方图。
2)对其面积进行正规化，以便得到1。
3)绘制归一化曲线。
问题是，不管我用了多少桶，直方图永远不会从0开始，也不会回到0，而我真的很喜欢这种行为。
我使用的代码如下：
Nbin = 36;
[n,x0] = hist(h0,Nbin);
edge = find(n~=0,1,'last');
Step = x0(edge)/Nbin;
Scale_factor = sum(Step*n);
PDF_h0 = n/Scale_fac
浏览 4提问于2014-04-19得票数 1
我想绘制两条正态分布曲线如下所示。与右侧较高的正态分布曲线相比，左侧较短的正态分布曲线也较窄。
我尝试了以下几点：
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
value = np.random.normal(loc=0, scale=2, size=1000)
sns.kdeplot(x = value, ax = ax, linestyle = "--", color = "red")
val
浏览 5提问于2022-08-29得票数 0
我想(i)计算和(ii)绘制中心可信区间和最高后验密度区间，以便在Distributions.jl库中进行分布。理想情况下，我们可以编写自己的函数来计算CI和HPD，然后使用Plots.jl绘制它们。然而，我发现实现非常棘手(免责声明:我是Julia的新手)。对于库/repo/repo，有什么建议可以让计算和绘图变得更容易吗？
上下文
using Plots, StatsPlots, LaTeXStrings
using Distributions
dist = Beta(10, 10)
plot(dist) # thanks to StatsPlots it nicely plots t
浏览 7提问于2021-06-03得票数 3
回答已采纳
我试图在python3: math.stackexchange.com/questions/845424/the-expected-outcome-of-a-random-game-of-chess中重新创建这个密度图。
蓝色曲线下的面积等于红色、绿色和紫色曲线组合为的面积，因为不同的结果(抽签、黑赢和白赢)是总数(All)的子集。
我是如何让python意识到并相应地绘制这一点的？
以下是1000次模拟后results_df的results_df文件pastebin.com/YDVMx2DL
from matplotlib import pyplot as plt
import seabo
浏览 1提问于2017-04-08得票数 1
回答已采纳
4回答
如何绘制一个样本的PMF？
、、、、
是否有任何函数或库可以帮助我绘制样本的概率质量函数，就像绘制样本的概率密度函数一样？
例如，使用熊猫绘制PDF文件就像调用：
sample.plot(kind="density")
如果没有简单的方法，我如何计算PMF以便使用matplotlib绘图？
浏览 1提问于2014-08-12得票数 8
回答已采纳
我知道我可以用这样的方式将直方图与伽马分布相吻合：
histfit(data,bins-number,'gamma');figure(gcf);
我也知道我可以用组织规范来规范直方图。但是，我如何创建一个标准化的伽马分布及其直方图呢？
有什么想法或建议吗？谢谢你的帮助！
浏览 3提问于2011-06-22得票数 2
1回答
我用熊猫绘制概率密度，我的数据描述如下：
count 636149.000000
mean 3.040828
std 3.752975
min 0.000000
25% 0.050000
50% 1.050000
75% 5.050000
max 59.200000
我的代码如下：
df['data'].hist(bins=1000,density=1)
plt.show()
结果如图所示。
我想知道为什么我的数值已经达到了5，
浏览 0提问于2018-07-18得票数 0
回答已采纳
1回答
我有两组数据
我画了两个概率密度函数。现在我需要两个概率密度函数之间的面积，这两个概率密度函数在某个x范围内。
我试着积分面积，梯形法则等：
但这一切都是徒劳的。
这是我正在处理的数据的链接。
dens.pre=density(TX/10)
dens.post=density(TX30/10)`
plot(dens.pre,col="green")
lines(dens.post,col="red")
locator()
#$x
#[1] 18.36246
#$y
#[1] 0.05632428
abline(v=18.3,col="red
浏览 11提问于2019-03-25得票数 1
回答已采纳
1回答
在给定观察向量的情况下，很容易绘制随机变量的概率密度函数(pdf)的核估计，方法是：
plot(density(x))
除了log-pdf (概率密度函数的对数)，我想做同样的事情。
浏览 1提问于2011-10-20得票数 4
回答已采纳
1回答
我正在从事电气工程项目，这需要绘制数据列表的正态分布。
我们随机测量了30个电阻的电阻，并将它们记录下来。
X= 14.95、14.94、14.92、14.98、16.53、14.96、16.20、14.32、15.32、14.25、15.36、14.95、15.13、14.26、14.94、15.6、15.20、14.94、15.02、15、14.62、14.94、14.94、14.94、14.98、15.12、15.06、14.95、14.96、15.13、15.20
我想要这样的图表：
但我得到了像这样的图表：
在数据接近平均值的情况下，我必须得到更多的值。
浏览 0提问于2018-09-19得票数 1
回答已采纳
标准化随机变量和非标准化随机变量的概率密度将不同。例如，在R中
dnorm(x = 0, mean = 1, sd = 2)
dnorm(x = (0 - 1)/2)
然而，pnorm(q = 0，mean = 1，sd = 2) pnorm(q = (0 - 1)/2)产生相同的值。
是否存在正常累积密度函数在标准化与非标准化时对同一随机变量产生不同概率的情况？如果是，有没有出现这种差异的特殊例子？如果没有，有没有这个性质的一般证明？
非常感谢您的帮助和/或见解！
浏览 0提问于2020-12-03得票数 0
1回答
我想问一下如何用Python绘制概率密度函数(PDF)图。
这是我的密码。
import numpy as np
import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
import scipy.stats as stats
。
x = np.random.normal(50, 3, 1000)
source = {"Genotype": ["CV1"]*1000, "AGW": x}
df=pd.DataFrame(source)
df
浏览 7提问于2022-02-28得票数 2
回答已采纳
1回答
我有两组数据在单独的列表中。每个list元素的值为0:100，元素重复。
例如：
first_data = [10,20,40,100,...,100,10,50]
second_data = [20,50,50,10,...,70,10,100]
我可以使用以下方法在直方图中绘制其中一个：
import plotly.graph_objects as go
.
.
.
fig = go.Figure()
fig.add_trace(go.Histogram(histfunc='count', x=first_data))
fig.show()
通过将histfunc设置为&
浏览 3提问于2020-11-15得票数 2
回答已采纳
1回答
你能推荐在python中绘制/可视化随机变量函数的pdf(概率密度函数)的方法吗？
例如:了解fx(x)和映射Y=X^2，如何绘制Y的pdf
任何将其扩展为两个随机变量的函数的参考都是非常有帮助的。谢谢
PS:我想知道如何使用python编程或标准库(如果有)。
浏览 0提问于2018-04-30得票数 0
如何将直方图A标准化，使每个bin的和为1
将直方图除以垃圾箱的宽度，如何绘制？
我有这个
dist = rand(50)
average = mean(dist, 1);
[c,x] = hist(average, 15);
normalized = c/sum(c);
bar(x, normalized, 1)
在这种情况下，n = 50
求均值和方差^2的公式是什么？我们写的是distribution?.，但是怎么写？，你是如何绘制均匀分布和正态分布的？
直方图必须接近正态分布。
浏览 3提问于2011-03-14得票数 2
回答已采纳
我正在寻找ggplot方法来绘制概率密度函数(或任何函数)。我过去常常使用R中的旧plot()函数来做这件事。例如，要使用alpha=1和beta=1绘制测试版分布(统一)：
x <- seq(0,1,length=100)
db <- dbeta(x, 1, 1)
plot(x, db, type='l')
我如何在ggplot中做到这一点？
浏览 10提问于2010-10-09得票数 6
给定一个概率密度函数为f(x)的随机变量，如何计算该随机变量在R中的期望值？
浏览 5提问于2010-09-07得票数 8
回答已采纳
2回答
绘制理论密度直方图的R？
、、、
我想知道是否可以为R中给定的连续分布绘制一个理论密度直方图？
所谓理论直方图，我指的是不基于R中可用的随机变量生成器(如hist(rnorm(1e4)))的直方图。相反，一个直方图，完全匹配的概率密度函数(，pdf，)的连续分布，为用户定义的支持(即，随机变量的范围)的可调中断。
作为R中的一个例子，我们知道支持 -5到5的标准正态分布的pdf在理论上是由下面的R码得到的。
In R，，我们能把这个精确的理论pdf转换成相应的理论密度直方图吗？对于如何在R中做到这一点，有什么建议吗？
c = curve(dnorm(x), -5, 5, n = 1e4)
浏览 3提问于2017-06-22得票数 0
回答已采纳
我有一个pandas系列x
0 -0.000069
1 -0.000059
2 -0.000025
3 -0.000021
4 -0.000021
...
1036 0.000032
1037 0.000033
1038 0.000052
1039 0.000055
1040 0.000092
Name: c, Length: 1041, dtype: float64
我想用直方图绘制一个概率密度函数，其中我使用了seaborn.distplot。
import matplotlib.py
浏览 2提问于2019-11-24得票数 1
回答已采纳
1回答
可复制的数据：
## NASA space shuttle o-ring failures
fail <- factor(c(2, 2, 2, 2, 1, 1, 1, 1, 1, 1, 2, 1, 2, 1, 1, 1,
1, 2, 1, 1, 1, 1, 1),
levels = 1:2, labels = c("no", "yes"))
temperature <- c(53, 57, 58, 63, 66, 67, 67, 67, 68, 69, 70, 70,
浏览 6提问于2022-05-09得票数 0
回答已采纳
1回答
我有两组数据，一个是x轴，另一个是y轴。
我想用Lmfit对这些数据进行拟合，使用以下Lèvy发行版的定义。
我对c参数有一个限制，这意味着它必须大于零。
下面是我的代码：
import numpy as np
import matplotlib.pyplot as plt
from lmfit import Model
from lmfit import Parameters
def Levy(x, c, m):
sq = np.sqrt(c/(2*np.pi))
ex = np.exp(-c/(2*(x-m)))
den = (x-m)**(3/2)
浏览 0提问于2018-07-31得票数 0
回答已采纳
1回答
我有50张图片，通过将它们分成两类(皮肤和创伤)并存储它们各自的绿色通道值，创建了每个图像的绿色通道数据库。
另外，我有1600个缠绕像素值和3000个皮肤像素值。
现在，我必须使用matlab中的贝叶斯分类来使用我拥有的数据库对新的(测试)图像中的皮肤和创伤像素进行分类。我尝试过内置命令diaglinear，但结果很差，导致很多错误分类。
此外，我不知道它是否是正态分布，所以不能使用高斯估计来寻找数据的条件概率密度函数。
有没有办法实现像素级分类？
如果问题有任何不清楚的地方，请提问。
我在寻求帮助。提前谢谢。
浏览 2提问于2012-06-28得票数 3
回答已采纳
我使用以下方法生成随机数据：
bkg= 240-140*np.random.power(3.5,50000)
我将这些点绘制成直方图，使用
h_all = plt.hist(all,bins=binedges,histtype='step')
我的问题是，如果我知道pdf (在本例中称为"bkg")，我可以使用scipy.optimize生成一条曲线，它完全符合生成的点，曲线的方程是什么？
浏览 1提问于2016-06-02得票数 0
回答已采纳
1回答
下面是R中curve function的example， curve(dgamma(x, 3, .1), add=T, lwd=2, col="orange")， 绘制了dgamma连续分布的概率密度函数曲线。与Python语言中的dgamma等效的是scipy.stats.dgamma。 如何在Python中为相同的分布绘制相同的曲线？我更喜欢这一点，而不是拟合核密度估计器(KDE)，后者往往不准确。
浏览 14提问于2021-01-08得票数 0
2回答
我想根据我拥有的样本绘制概率密度函数的近似值，即模仿直方图行为的曲线。我想要多大的样品就有多大。
浏览 4提问于2013-03-15得票数 26
回答已采纳
3回答
一维数据的正态分布拟合
、、、
我有一个一维数组。我可以计算这个样本的“平均值”和“标准差”，并绘制“正态分布”，但我有一个问题：
我想把数据和正态分布画成相同的图。
我不知道如何同时绘制数据和正态分布。
对“scipy.stats中的高斯概率密度函数”有何看法？
s = np.std(array)
m = np.mean(array)
plt.plot(norm.pdf(array,m,s))
浏览 3提问于2013-11-15得票数 83
回答已采纳
2回答
我使用下面的脚本来绘制概率密度曲线，但它只显示了作为密度函数的直方图。有人可以告诉我如何得到概率密度曲线吗？
from matplotlib import pyplot
from numpy.random import normal
from numpy import mean[enter image description here][1]
from numpy import std
from scipy.stats import norm
data = pd.read_csv("a.txt", sep='\t',header=None)
sample = d
浏览 27提问于2021-05-30得票数 0
回答已采纳
1回答
我正在绘制三个不同数据集的分布曲线。它们有不同的均值和标准偏差，因此曲线也不同。然而，在相同的图形中，这些情节看起来是不同的。
我使用正常曲线函数：
std_b=0.1674
mu_b=.6058
mu_j=0.8955
std_j=0.0373
mu_s=0.9330
std_s=0.0240
normal(x,mu,sd) = (1/(sd*sqrt(2*pi)))*exp(-(x-mu)**2/(2*sd**2))
plot normal(x,mu_b,std_b) w boxes title "Boolean",\
normal(x,mu_j,std_j) w boxe
浏览 2提问于2016-01-01得票数 1
回答已采纳
谁能给我解释一下直方图中的“桶”是什么( 函数)？假设我需要绘制一些数据的概率密度函数，我选择的箱子对此有何影响？我该如何选择它们呢？(我已经在和库中读到过它们，但我不明白这个想法)
浏览 0提问于2015-11-01得票数 47
1回答
在D3中有绘制Kaplan曲线的样本吗？我也有我的数据集和审查信息。我很困惑如何用d3来绘制它。我的数据在csv文件中。
浏览 3提问于2015-11-06得票数 1
给定高斯(正态)随机变量的均值和方差，我想计算其概率密度函数(PDF)。
我引用了这篇文章：，
还有scipy文档：
但是当我绘制一条曲线的PDF时，概率超过1！请参考以下最小工作示例：
import numpy as np
import scipy.stats as stats
x = np.linspace(0.3, 1.75, 1000)
plt.plot(x, stats.norm.pdf(x, 1.075, 0.2))
plt.show()
这是我得到的：
怎么可能有200%的概率得到平均值，1.075呢？我是不是误解了什么？有什么方法可以纠正这个问题吗？
浏览 2提问于2016-07-01得票数 13
回答已采纳
1回答
我试图在我正在编写的一些分析工具中添加一个简单的t-得分可视化工具(绘制pdf概率密度函数的间隔)。在这个例子中，我绘制了一个学生的t分布，以及一个给定的问题集的临界t分数袖口。然而，据我所知，简单的vis结果并不正确。
在本例中，我有一个n=24数据集，并且我试图为它可视化一个alpha=0.05双尾测试(AKA的统计显着性由分布的两个尾部中的2.5%表示)。我希望临界值t-得分在y(概率)值为0.025的情况下与t-分布相交，但t-分布本身似乎是缩放/平坦的？一定程度上。
据我所知，t分布与我预期的实际概率不匹配，但是设置非常简单，我无法判断出哪里出了问题。我对统计学有点陌生，我想知道我是
浏览 1提问于2017-02-19得票数 2
回答已采纳
如何在R中的ggplot2中绘制“台阶”或“楼梯”直方图？类似于：
其中，每条水平线的宽度表示(x轴值的)桶的大小，并且高度对应于位于该轴中的数据的一部分(不像附加的图像，它是概率密度！)。有什么方法可以用geom_histogram来完成吗？
浏览 4提问于2013-07-05得票数 10
回答已采纳
我找到了一个着色代码来绘制填充的二次Bezier
https://developer.nvidia.com/gpugems/GPUGems3/gpugems3_ch25.html
如何使用类似的方法来绘制遵循相同路径的Bezier线？
浏览 0提问于2013-02-14得票数 4
回答已采纳
在概率密度函数(PDF)中计算一个值的概率密度是很常见的。假设我们有一个高斯分布，平均值= 40，标准差为5，现在我们想得到32的概率密度。我们会像：
In [1]: import scipy.stats as stats
In [2]: print stats.norm.pdf(32, loc=40, scale=5)
Out [2]: 0.022
->概率密度为2.2%。
但是现在，让我们来考虑一下反问题。我有平均值，概率密度为0.05，我想得到标准差(即尺度参数)。
我能实现的是一种数值方法:用逐步增加的比例参数创建几次stats.norm.pdf，并尽可能接近结果。
在我的例子中
浏览 6提问于2016-03-22得票数 2
2回答
这件事我不完全明白。我试图用这个绘制一个概率密度函数。如何平滑这张图，使之有一条曲线？
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(1)
Z = np.random.randint(0, 1000, size=1000)
from scipy.stats import norm
plt.plot(Z, norm.pdf(Z, Z.mean(), Z.std()))
plt.show()
浏览 4提问于2020-06-12得票数 0
回答已采纳
2回答
在stackoverflow用户的帮助下，我从两个数据样本中导出了一个称为ph的概率密度函数。
few <-read.table('outcome.dat',head=TRUE)
many<-read.table('alldata.dat',head=TRUE)
mh <- hist(many$G,breaks=seq(0,1.,by=0.03), plot=FALSE)
fh <- hist(few$G, breaks=mh$breaks, plot=FALSE)
ph <- fh
ph$density <- f
浏览 0提问于2011-09-21得票数 3
回答已采纳
我正在创建按天分组的数据直方图。可能会发生这样的情况:在某些日子里，数据是相同的空值。因此，当我使用normed = True属性绘制直方图时，我希望有一个以零为中心的、高度等于1的单桶，但是，我看到高度等于回收箱的数量。我怎么才能解决这个问题？我想用直方图来表示概率密度函数，所以最大值应该是1。
代码示例和输出：
plt.rcParams['figure.figsize'] = 10, 4
data = np.zeros((1000))
l = plt.hist(data,normed = True, bins = 100)
编辑：我现在看到属性normed被废弃了
浏览 0提问于2018-10-30得票数 6
回答已采纳
我需要使用iText绘制一个其边界为抛物线(即二次贝塞尔曲线)的形状。我在PdfContentByte类中只找到了。
那么如何使用iText绘制二次贝塞尔曲线呢？一种方法是使用三次bezier曲线的方法。是否可以绘制二次bezier曲线作为三次bezier曲线(有两个控制点)。我猜是的，但我不能编出这个公式。如果有人将三次bezier曲线的公式“转换”为二次，那么问题就解决了。在iText中绘制二次贝塞尔曲线(抛物线的一部分)(以及由它们组成的填充形状)的任何其他方法也是解决方案。
谢谢
浏览 1提问于2010-05-02得票数 1
回答已采纳
3回答
如何在Canvas中绘制这样的2D曲线
所有类似的曲线都有mathematical formula或fractals，但画布只有一些方法来绘制简单的形状，如三角形或矩形。我知道大多数曲线都可以分成更简单的形状，比如绘制，但是有没有更简单的方法来用画布绘制2D曲线呢？
浏览 0提问于2012-12-21得票数 1
回答已采纳
2回答
如何使用OpenGL绘制Hermite曲线，有没有内置的函数？我在网上看到了一些例子，展示了如何使用赋值器来绘制Bezier曲线，但找不到任何关于Hermite曲线的信息。
浏览 9提问于2009-06-23得票数 9
1回答
目前，我有一个计算概率密度的向量，即
先证者= (0.0008，0.0016，0.0048，0.0064，0.0072，…，1.0936，…，0.0072，0.0064，0.0048，0.0016，0.0008)
计算出的概率密度应该是正态分布。
我也有一个相同的每个概率密度的回收箱的长度列表。
我试图创建一个直方图，使每个概率密度反映在X轴上的每个垃圾桶上。
如果我使用函数hist，它只显示每个垃圾箱中有多少概率密度。
我该如何处理这个问题呢？
谢谢!
浏览 3提问于2014-10-04得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
