Python绘制高斯分布图像

文章目录

Python绘制高斯分布图像
- 一、需求介绍
- 二、第一个任务
- 三、第二个任务
- 四、readme文件

一、需求介绍

我们这里旨在使用Python来绘制图像，其他的操作一概先不管，绘制高斯分布的图像。

二、第一个任务

代码

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import beta
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
import math
import randomdef x_gauss(mu=0, sigma=1):"""x_gauss(you can change this method to make it can be input.):param mu: mu_x:param sigma: sigma_x:return: mu, sigma"""return mu, sigma# multiple variables.def y_gauss(mu=0, sigma=1):"""y_gauss(you can change this method to make it can be input.):param mu: mu_y:param sigma: sigma_y:return: mu, sigma"""return mu, sigma# multiple variables.def z_beta(alpha0=1, p0=1):"""z_beta(you can change this method to make it can be input.):param alpha0: alpha0:param p0: p0:return: alpha0, p0"""return alpha0, p0# p is a multiple variable, but alpha is not.if __name__ == '__main__':mu_x, sigma_x = x_gauss()mu_y, sigma_y = y_gauss()# get the mu and sigma parameter of the gauss.X = np.arange(mu_x - 5 * sigma_x, mu_x + 5 * sigma_x, 10 * sigma_x / 100)# range is related with sigma_x.Y = np.arange(mu_y - 5 * sigma_y, mu_y + 5 * sigma_y, 10 * sigma_y / 100)# range is related with sigma_y.# X and Y are arrays, ranging from mu - 5 * sigma to mu + 5 * sigma.X, Y = np.meshgrid(X, Y)# make meshgrided.alpha, p = z_beta()eta = beta.pdf(Y, alpha, p)  # Beta.# the equation of the eta.(eta ~ B(1, p))# however, as i need a range, so i use the range of Y.Z = \(1 / (pow(2 * math.pi, 1 / 2))) \* np.exp(- ((X - mu_x) ** 2) / (2 * (sigma_x ** 2))) \+ eta * \(1 / (pow(2 * math.pi, 1 / 2))) \* np.exp(- ((Y - mu_y) ** 2) / (2 * (sigma_y ** 2)))# Z = X + eta * Y.list_z = []# hist list.for line in Z:  # 100 lines.appending = random.choices(line, k=10)# 100 lines, 10 choices => 100 * 10 = 1000.for data in appending:list_z.append(data)"""two pictures => two windows.one is hist,the other is 3D."""# print(list_z, len(list_z))# 1000 points.plt.title('N~Z')# title.plt.xlabel('Z=X+η*Y')plt.ylabel('N')# labels.plt.hist(list_z)# draw the hist.fig = plt.figure()ax = Axes3D(fig)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, alpha=0.5, cmap=cm.coolwarm)# draw the 3D function.plt.show()# show.

效果：

以及：

三、第二个任务

代码

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import beta
import math
import randomdef x_gauss(mu=0, sigma=1):"""x_gauss(you can change this method to make it can be input.):param mu: mu_x:param sigma: sigma_x:return: mu, sigma"""return mu, sigma# multiple variables.def y_gauss(mu=0, sigma=1):"""y_gauss(you can change this method to make it can be input.):param mu: mu_y:param sigma: sigma_y:return: mu, sigma"""return mu, sigma# multiple variables.def z_beta(alpha0=1, p0=1):"""z_beta(you can change this method to make it can be input.):param alpha0: alpha0:param p0: p0:return: alpha0, p0"""return alpha0, p0# p is a multiple variable, but alpha is not.if __name__ == '__main__':"""n is a multiple variable."""n = 100# multiple variable.mu_x, sigma_x = x_gauss()mu_y, sigma_y = y_gauss()# get the mu and sigma parameter of the gauss.X = np.arange(mu_x - 5 * sigma_x, mu_x + 5 * sigma_x, 10 * sigma_x / 5000)# range is related with sigma_x.Y = np.arange(mu_y - 5 * sigma_y, mu_y + 5 * sigma_y, 10 * sigma_y / 5000)# range is related with sigma_y.# X and Y are arrays, ranging from mu - 5 * sigma to mu + 5 * sigma.X, Y = np.meshgrid(X, Y)# make meshgrided.alpha, p = z_beta()eta = beta.pdf(Y, alpha, p)  # Beta.# the equation of the eta.(eta ~ B(1, p))# however, as i need a range, so i use the range of Y.Z = \(1 / (pow(2 * math.pi, 1 / 2))) \* np.exp(- ((X - mu_x) ** 2) / (2 * (sigma_x ** 2))) \+ eta * \(1 / (pow(2 * math.pi, 1 / 2))) \* np.exp(- ((Y - mu_y) ** 2) / (2 * (sigma_y ** 2)))# Z = X + eta * Y.u = []# calculate the u.(1000)for i in range(1000):  # 1000.z_i = random.choices(Z[i], k=n)  # k = n.# n z.# calculate the u.u.append((1 / pow(n * np.var(z_i), 1 / 2)) * (sum(z_i) - n * np.mean(z_i)))# Ui = (1 / pow(n * np.var(z_i), 1 / 2)) * (sum(z_i) - n * np.mean(z_i))# 1000 u.plt.title('N~Ui')# title.plt.xlabel('Ui')plt.ylabel('N')# labels.plt.hist(u)# show the u.plt.show()# show

效果：

四、readme文件

This is the homework, there are two packages,
homework1 and homework2, homework1 is related
to work 1, and homework2 is related to work 2.There may be some modules that you do not have
in your environment, so maybe you should install
those modules first, such as, numpy, scipy,
matplotlib, mpl_toolkits and so on.After adding all the modules, you can change the
parameters like mu, sigma, p and so on, well,
you can also keep the parameters as you want,
and then,you can run the project and get the
results.In fact, homework2 is related to homework1,
but, in order to make the question more clear,
i divide the whole question into two small
questions, all in all, they are the same.

以上就是使用Python绘制高斯分布图像的一个案例啦，希望对大家有一些帮助啦，最后感谢大家的阅读与支持了啦。

Python绘制高斯分布图像相关推荐

Python绘制高斯分布（正态分布）图像，附python绘图技巧
高斯分布也称为正态分布,其概率密度函数如下: 使用Python绘制正态分布曲线,借助matplotlib绘图工具. 代码如下: # plot Gaussian Function # 注:正态分布也叫高 ...
用python绘制高光谱图像的光谱曲线图
ENVI中绘制的光谱曲线图和可否用python绘制? 首先,答案是肯定的. 之前我绘制光谱曲线的的思路是用(x,y,:)取出高光谱图像中的某个像素处的数值作为纵坐标,光谱波段数作为横坐标(如1-31) ...
python绘制函数图像opengl3d_写给 python 程序员的 OpenGL 教程
原标题:写给 python 程序员的 OpenGL 教程作者:牧马人 (本文来自作者投稿) 1预备知识 OpenGL 是 Open Graphics Library 的简写,意为"开放式图 ...
python绘制三角函数图像
利用matplotlib和numpy库绘制三角函数图像,包括正弦函数.余弦函数.正切函数.余切函数图像代码如下: import numpy as np import matplotlib as mp ...
Python遥感图像处理应用篇(二十四)：Python绘制遥感图像各波段热力图（相关系数矩阵）
给多光谱遥感图像各个波段绘制热力图,首先需要计算波段之间的相关系数矩阵,而计算遥感图像波段相关系数矩阵有不同的方法,常用的我们可以采用遥感图像处理软件计算,比如ENVI软件就可以计算相关系数矩阵,使用 ...
Python绘制三维图像实例
欢迎前往我的个人博客阅读原文. Python的Matplotlib库是一个比较强大的绘图库,可以比较好的代替Matlab实现绘图功能.下面我从学校开设的Matlab上机实验课程中的练习题挑出与绘图相关 ...
python 图像字符绘制input描述_用python绘制函数图像
有很多数学软件可以画函数图像,听说windows的计算器也有画函数图像的功能了.但是今天我们要用python来画一个正弦函数图像. 用到的第三方库:Matplotlib, Numpy 简单介绍下这两个 ...
python绘制指数函数图像及性质_python实现画出e指数函数的图像
这里用Python逼近函数y = exp(x);同样使用泰勒函数去逼近: exp(x) = 1 + x + (x)^2/(2!) + .. + (x)^n/(n!) + ... #!/usr/bin/ ...
python绘制sinx图像_matplotlib.pyplot绘制图像之同一图中多条曲线对比
绘制sinx和cosx # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt x = np.linspac ...
python绘制指数函数图像及性质_指数函数图像及其性质正式版
教学设计方案课题名称: 指数函数图像及其性质姓名: 安翠青工作单位: 滦县第六中学学科年级: 高一年级教材版本: 人教 A 版一. 教学内容分析指数函数是重要的基本初等函数 ...

Python绘制高斯分布图像

Python绘制高斯分布图像

文章目录

一、需求介绍

二、第一个任务

三、第二个任务

四、readme文件

Python绘制高斯分布图像相关推荐

最新文章

热门文章