Как сделать графики распределений вероятностей в Python?

В одной из статей мы уже сообщали как сделать графики распределения вероятностей с помощью языка программирования R. В этой статье мы постараемся осветить как сделать то же самое с помощью такого популярного языка программирования как Python.

Для начала необходимо установить модули matplotlib и scipy (numpy установится вместе с matplotlib). Сделать это можно открыв командную строку через кнопку "Пуск" и введя соответственно сначала команду

pip install matplotlib

а потом

pip install scipy

или скачать с официального сайта.

1. Пример кода для визуализации нормального распределения

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

# Значения между -10 и 10 с шагом 0.001
x_axis = np.arange(-10, 10, 0.001)
# Среднее значение = 0, стандартное отклонение = 2.
plt.plot(x_axis, norm.pdf(x_axis,0,2))
plt.show()

Должно получиться вот такое

Понятно, что заменив среднее значение, стандартное отклонение, размах значений и шаг можно получить какое-угодно вам нормальное распределение.

Код взят отсюда.

2. Пример кода для визуализации биномиального распределения

import matplotlib.pyplot as plt

import scipy.stats as stats

# Вероятность исхода = 0.3

binom_sim = data = stats.binom.rvs(n = 10, p =0.3, size = 1000)

plt.hist(binom_sim, bins = 10, density = False)

plt.show()

3. Пример кода для визуализации отрицательного биномиального распределения

import numpy as np

import matplotlib.pyplot as plt

from scipy.stats import nbinom

# Параметры распределения: размер выборки и вероятность исхода

n = 20

p = 0.3

# Генерируем 100 выборок

samples = np.random.negative_binomial(n,p,100)

# график

plt.hist(samples, bins=20, normed=True)

plt.ylabel('Probability p(x)')

plt.xlabel('x')

plt.show()

4. Пример кода для визуализации распределения Пуассона

import matplotlib.pyplot as plt

import scipy.stats as stats

# лямбда = 0.9

data = stats.poisson.rvs(mu = 0.9, loc = 0, size = 1000)

plt.figure()

plt.hist(data, bins = 9, density = True)

plt.show()

Смотри также какие бывают распределения вероятностей

и как сделать графики распределений в R.