Python绘制的二项分布概率图示例
更新时间：2018年08月22日 10:46:51 作者：hellBaron
这篇文章主要介绍了Python绘制的二项分布概率图,涉及Python基于numpy、math的数值运算及matplotlib图形绘制相关操作技巧,需要的朋友可以参考下
本文实例讲述了Python绘制的二项分布概率图。分享给大家供大家参考，具体如下：
问题：
抛硬币，20次，每一次朝上的概率是0.3.要求绘制连续几次正面朝上的概率图
Python代码：
#-*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import math
from scipy import stats
n = 20
p = 0.3
k = np.arange(0,41)
print k
print "*"*20
binomial = stats.binom.pmf(k,n,p)
print binomial
plt.plot(k, binomial, 'o-')
plt.title('binomial:n=%i,p=%.2f (www.jb51.net)'%(n,p),fontsize=15)
plt.xlabel('number of success（脚本之家测试）',fontproperties='SimHei')
plt.ylabel('probalility of success', fontsize=15)
plt.grid(True)
plt.show()
运行结果：
PS:小编这里针对原先的代码加入了中文，复习一下针对中文乱码的处理操作。具体方法可参考《Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法》。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
相关文章
Pytorch使用CUDA流(CUDA stream)的实现
本文主要介绍了Pytorch使用CUDA流(CUDA stream)的实现,CUDA流是在GPU上并行执行操作的一种机制,通过使用CUDA流,可以将不同的操作分配给不同的流,在不同的流上并行执行这些操作,从而提高代码的性能2023-12-12
在Python应用程序开发中，打包是将代码和依赖项组合成可执行文件或库的关键步骤之一，本文主要介绍了Python Nuitka打包的实现步骤，感兴趣的可以了解一下2023-12-12
这篇文章主要为大家详细介绍了Django实现学生管理系统，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-02-02
这篇文章主要来给大家讲解一个Python的进阶知识点：如何将一个嵌套的大列表展开形成一个列表。小编提供了7种方法供大家学习参考，希望大家能喜欢2023-03-03
函数能提高应用的模块性,和代码的重复利用率,下面这篇文章主要给大家介绍了关于Python基础学习之函数和代码复用的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-08-08
这篇文章主要为大家详细介绍了Python如何利用xlwings库操作excel实现考勤表的制作，文中的实现步骤讲解详细，感兴趣的可以尝试一下2023-04-04
这篇文章主要介绍了使用Python实现跳帧截取视频帧，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-05-05
Python这个编程语言虽然没有指针类型，但是Python中的可变参量也可以像指针一样，改变一个数值之后，所有指向该数值的可变参量都会随之而改变，这篇文章主要介绍了Python3中的“指针”,需要的朋友可以参考下2024-02-02
Python是一门非常适合处理数据和自动化完成重复性工作的编程语言，我们在用数据训练机器学习模型之前，通常都需要对数据进行预处理，而Python就非常适合完成这项工作。本文将为大家介绍如何利用Python代码让你的数据处理脚本快别人4倍，需要的可以参考一下2022-03-03
Python实现解析Bit Torrent种子文件内容的方法
这篇文章主要介绍了Python实现解析Bit Torrent种子文件内容的方法,结合实例形式分析了Python针对Torrent文件的读取与解析相关操作技巧与注意事项,需要的朋友可以参考下2017-08-08
最新评论