挑战：参考高斯分布公式，使用 Python 实现高斯分布函数。

高斯分布公式

代码：

"""实现高斯分布函数
"""
import numpy as np

def Gaussian(x, u, d):
    """
    参数:
    x -- 变量
    u -- 均值
    d -- 标准差

    返回:
    p -- 高斯分布值
    """
    ### 代码开始 ### (≈ 3~5 行代码)
    d_2 = d * d * 2
    zhishu = -(np.square(x - u) / d_2)
    exp = np.exp(zhishu)
    pi = np.pi
    xishu = 1 / (np.sqrt(2 * pi) * d)
    p = xishu * exp
    return p
    ### 代码结束 ###

运行测试

x = np.linspace(-5, 5, 100)
u=3.2
d=5.5
g = Gaussian(x, u, d)

len(g),g[10]

输出
(100, 0.030864654760573856)

实现高斯分布函数之后，我们可以使用 Matplotlib 绘制出不同参数下的高斯分布图像。

规定：
绘制 4 组高斯分布线形图像， ?μ 和 ?σ 分别为：(0, 1), (-1, 2), (1, 0.5), (0.5, 5)。
4 组高斯分布图像的线形颜色分别为红色、蓝色、绿色、黄色。
绘制图例，并以 ?=?u=σ 样式呈现。
代码：

from matplotlib import pyplot as plt
%matplotlib inline
#写了这个，就不需要plt.show()

### 代码开始 ### (≈ 5~10 行代码)
y_1 = Gaussian(x, 0, 1)
y_2 = Gaussian(x, -1, 2)
y_3 = Gaussian(x, 1, 0.5)
y_4 = Gaussian(x, 0.5, 5)

plt.figure(figsize=(8,5))#控制画布的大小
plt.plot(x, y_1, c='r', label="u=0, d=1")
plt.plot(x, y_2, c='b', label="u=-1, d=2")
plt.plot(x, y_3, c='g', label="u=1, d=0.5")
plt.plot(x, y_4, c='y', label="u=0.5, d=5")
plt.legend()
### 代码结束 ###

最后

以上就是多情白猫为你收集整理的高斯分布函数实现及绘图挑战：参考高斯分布公式，使用 Python 实现高斯分布函数。实现高斯分布函数之后，我们可以使用 Matplotlib 绘制出不同参数下的高斯分布图像。的全部内容，希望文章能够帮你解决高斯分布函数实现及绘图挑战：参考高斯分布公式，使用 Python 实现高斯分布函数。实现高斯分布函数之后，我们可以使用 Matplotlib 绘制出不同参数下的高斯分布图像。所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。