Die Normalverteilung, auch bekannt als Gauß-Verteilung oder glockenförmige Verteilung, ist eine der häufigsten Wahrscheinlichkeitsverteilungen. Es ist besonders nützlich für Statistiken, Datenanalyse und maschinelles Lernen.
Python bietet mehrere Bibliotheken an, mit denen Sie normale Verteilungsdiagramme einfach erstellen können. Eine solche Bibliothek ist Matplotlib, die umfangreiche Möglichkeiten zum Visualisieren von Daten bietet.
Um ein Normalverteilungsdiagramm in Python zu erstellen, müssen Sie das matplotlib-Modul importieren.pyplot. Sie können dann die normpdf-Funktion aus der Scipy-Bibliothek verwenden.stats, um die Wahrscheinlichkeitsdichte einer Normalverteilung zu bestimmen.
Nachdem Sie die Wahrscheinlichkeitsdichte ermittelt haben, können Sie mit der Plot-Funktion aus dem Pyplot-Modul ein Diagramm erstellen. Beenden Sie die Erstellung des Diagramms, indem Sie die Show-Funktion aufrufen, die das Diagramm auf dem Bildschirm anzeigt.
Über Python-Programmierung
Python hat viele Vorteile, die es zu einer bevorzugten Wahl für viele Entwickler machen. Erstens verfügt es über eine erweiterte Standardbibliothek mit einer großen Anzahl von vorgefertigten Modulen und Funktionen, die die Arbeit erleichtern und den Entwicklungsprozess beschleunigen. Zweitens ist Python eine interpretierte Sprache, was bedeutet, dass Programme darauf ohne Vorkompilierung ausgeführt werden können, was die Entwicklungszeit verkürzt.
Eine der Stärken von Python ist seine umfangreiche Community, die die Sprache unterstützt und entwickelt. Dies bedeutet, dass es immer möglich ist, Hilfe und Lösungen für Probleme in Foren, Dokumentationen oder Paketen zu finden, die von anderen Entwicklern erstellt wurden. Python wird ebenfalls aktiv weiterentwickelt, es werden ständig neue Funktionen und Verbesserungen hinzugefügt, was es zu einem modernen und flexiblen Programmierwerkzeug macht.
Schritt 1: Installieren von Python
Bevor Sie mit der Erstellung eines Normalverteilungsdiagramms in Python beginnen, müssen Sie die Programmiersprache Python selbst installieren. Dies kann wie folgt erfolgen:
1. Besuchen Sie die offizielle Python-Website unter https://www.python.org /.
2. Klicken Sie auf die Schaltfläche "Downloads" (Downloads).
3. Wählen Sie die für Ihr Betriebssystem geeignete Python-Distribution aus und klicken Sie auf den Link, um sie herunterzuladen.
4. Führen Sie die heruntergeladene Installationsdatei aus und folgen Sie den Anweisungen auf dem Bildschirm.
Nachdem Sie Python erfolgreich installiert haben, können Sie mit der Erstellung eines Normalverteilungsdiagramms mit Python beginnen.
Hinweis: Stellen Sie sicher, dass Sie die richtige Version von Python für Ihr Betriebssystem auswählen, um Kompatibilitätsprobleme zu vermeiden.
Python abrufen und installieren
Je nach Betriebssystem, das Sie verwenden, gibt es verschiedene Möglichkeiten, Python zu erhalten und zu installieren. Im Folgenden finden Sie Anweisungen für die gängigsten Betriebssysteme:
Windows
- Gehen Sie zur offiziellen Python-Website unter www.python.org .
- Klicken Sie auf den Link "Downloads" und wählen Sie die neueste Version von Python für Windows aus.
- Laden Sie die Python-Installationsdatei herunter.
- Führen Sie die Installationsdatei aus und folgen Sie den Installationsanweisungen.
Mac
- Gehen Sie zur offiziellen Python-Website unter www.python.org .
- Klicken Sie auf den Link "Downloads" und wählen Sie die neueste Version von Python für Mac aus.
- Laden Sie die Python-Installationsdatei herunter.
- Führen Sie die Installationsdatei aus und folgen Sie den Installationsanweisungen.
Linux
Python ist normalerweise bereits in den meisten Linux-Distributionen vorinstalliert. Wenn es keine gibt, können Sie es mit dem Paketmanager Ihres Betriebssystems installieren. Zum Beispiel für Ubuntu:
- Öffnen Sie das Terminal.
- Geben Sie den folgenden Befehl ein: sudo apt-get install python3
- Drücken Sie die Eingabetaste und geben Sie ggf. das Administratorkennwort ein.
- Warten Sie, bis die Installation abgeschlossen ist.
Nach der erfolgreichen Installation von Python können Sie mit dem Schreiben und Ausführen von Code in dieser Programmiersprache beginnen. Sie können einen beliebigen Texteditor oder eine integrierte Entwicklungsumgebung (IDE) verwenden, um Python-Programme zu schreiben.
Die Installation von Python ist der erste Schritt zur Beherrschung dieser Programmiersprache. Jetzt können Sie anfangen, die Syntax, die grundlegenden Konzepte und Werkzeuge von Python zu lernen, um ein erfolgreicher Entwickler zu werden.
Schritt 2: Installieren der benötigten Bibliotheken
Bevor Sie mit dem Erstellen eines Normalverteilungsdiagramms in Python beginnen, müssen Sie einige der erforderlichen Bibliotheken installieren. In diesem Artikel werden Bibliotheken verwendet NumPy, Matplotlib und SciPy.
NumPy ist eine Bibliothek für schnelle mathematische Berechnungen in Python. Es bietet viele Funktionen zum Arbeiten mit Arrays und Matrizen sowie zum Generieren von Zufallszahlen.
Matplotlib ist eine Bibliothek zum Visualisieren von Daten in Python. Es ermöglicht Ihnen, verschiedene Arten von Diagrammen zu erstellen, einschließlich Balkendiagrammen, Streudiagrammen und Funktionsdiagrammen.
SciPy ist eine Bibliothek für wissenschaftliches Computing in Python. Es bietet viele Funktionen zur Lösung mathematischer Probleme, einschließlich Gleichungslösung, Optimierung, Annäherung und anderen Methoden zur Datenanalyse.
Sie können den Paketmanager verwenden, um diese Bibliotheken zu installieren pip. Führen Sie einfach die folgenden Befehle an der Eingabeaufforderung aus:
pip install numpypip install matplotlibpip install scipy
Nachdem Sie die erforderlichen Bibliotheken erfolgreich installiert haben, können Sie mit dem nächsten Schritt fortfahren, indem Sie einen Normalverteilungsdiagramm in Python erstellen.
Installieren der SciPy-Bibliothek
Um ein Normalverteilungsdiagramm in Python zu erstellen, benötigen wir die SciPy-Bibliothek, die vor der Verwendung installiert werden muss.
Sie können SciPy mit dem pip-Paketmanager installieren. Wenn Sie bereits pip installiert haben, genügt es, den folgenden Befehl im Terminal auszuführen:
- pip install scipy
Wenn pip nicht installiert ist, müssen Sie es zuerst installieren. Sie können dies tun, indem Sie die folgenden Schritte ausführen:
- Öffnen Sie eine Eingabeaufforderung oder ein Terminal.
- Führen Sie den Befehl aus:
- curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
- Führen Sie dann den Befehl aus:
- python get-pip.py
Nachdem pip installiert ist, können Sie die SciPy-Bibliothek mit dem Befehl pip install scipy installieren.
Schritt 3: Vorbereiten der Daten für den Zeitplan
Bevor Sie einen Normalverteilungsdiagramm erstellen können, müssen Sie die Daten vorbereiten, die zum Erstellen verwendet werden sollen. In diesem Fall bedeutet dies, ein Array von Werten für die X-Achse zu erstellen, die mit den Werten aus der normalen Verteilung übereinstimmen.
Sie können das numpy-Modul verwenden, um Daten vorzubereiten, das viele Funktionen zum Arbeiten mit Zahlenarrays bietet. In diesem Fall müssen wir die Linspace-Funktion verwenden, um gleichmäßig verteilte Werte zu generieren.
Der Beispielcode zum Vorbereiten der Daten lautet wie folgt:
import numpy as np# Задаем параметры нормального распределенияmean = 0std = 1# Создаем массив значений для оси Xx = np.linspace(mean - 3*std, mean + 3*std, 100)In diesem Beispiel legen wir die Parameter für die Normalverteilung fest: Mittelwert ( mean ) und Standardabweichung ( std ). Dann verwenden wir die linspace-Funktion, um ein Array von x-Werten zu erstellen, die von einem Mittelwert abzüglich drei Standardabweichungen bis zu einem Mittelwert plus drei Standardabweichungen reichen. Das Array enthält 100 gleichmäßig verteilte Werte.
Die Datenvorbereitung ist ein wichtiger Schritt für die Erstellung eines Normalverteilungsdiagramms, da sie die Werte bestimmt, die im Diagramm angezeigt werden sollen.
Zufällige Stichprobenerzeugung
Eine Möglichkeit besteht darin, die Funktion numpy zu verwenden.random.normal() . Diese Funktion akzeptiert drei Argumente: Mittelwert, Standardabweichung und Stichprobengröße. Um beispielsweise 1000 Zufallszahlen aus einer Normalverteilung mit einem Mittelwert von 0 und einer Standardabweichung von 1 zu generieren, können Sie den folgenden Code verwenden:
import numpy as npmu = 0sigma = 1size = 1000sample = np.random.normal(mu, sigma, size)Sie können auch die Funktion random verwenden.gauss() aus dem random-Modul. Diese Funktion akzeptiert zwei Argumente: den Mittelwert und die Standardabweichung. Der einzige Unterschied zur vorherigen Methode besteht darin, Zahlen nacheinander zu generieren. Hier ist ein Anwendungsbeispiel:
import randommu = 0sigma = 1size = 1000sample = [random.gauss(mu, sigma) for _ in range(size)]Beide Methoden erzeugen Zufallszahlen aus einer Normalverteilung, die zum Erstellen eines Diagramms verwendet werden können.
| Art | Vorteile | Nachteile |
|---|---|---|
| numpy.random.normal() | - Einfache Syntax - Fähigkeit, große Stichproben zu erzeugen | - Erfordert die Installation des NumPy-Pakets |
| random.gauss() | - Keine Installation zusätzlicher Pakete erforderlich - Eine Zahl erzeugen | - Komplexere Syntax - Langsamer beim Erzeugen großer Stichproben |
Schritt 4: Erstellen eines Diagramms
Python verwendet die Bibliotheken matplotlib und numpy, um ein Normalverteilungsdiagramm zu erstellen. Folgen Sie den Anweisungen unten, um ein Diagramm zu erstellen:
-
Importieren Sie die benötigten Bibliotheken:
import matplotlib.pyplot as pltimport numpy as np- Der Mittelwert ( mean ) und die Standardabweichung ( std ) der Verteilung.
- Der Wertebereich ( x ) für die Abszissenachse.
- Ermitteln Sie die Wahrscheinlichkeitsdichtewerte basierend auf den ausgewählten Parametern:
x = np.linspace(mean - 3 * std, mean + 3 * std, 100)y = (1 / (std * np.sqrt(2 * np.pi))) * np.exp(-0.5 * ((x - mean) / std) ** 2)fig, ax = plt.subplots()ax.plot(x, y)ax.set_xlabel('x')ax.set_ylabel('Probability Density')ax.set_title('Normal Distribution')plt.show()Nachdem Sie diese Schritte ausgeführt haben, erhalten Sie ein Diagramm der Normalverteilung mit den angegebenen Parametern für den Mittelwert und die Standardabweichung.
Importieren der benötigten Bibliotheken
Um ein Normalverteilungsdiagramm in Python zu erstellen, benötigen wir die folgenden Bibliotheken:
| Die Bibliothek | Die Beschreibung |
|---|---|
| numpy | Bibliothek für die Arbeit mit Arrays und mathematischen Funktionen |
| matplotlib | Bibliothek zum Visualisieren von Daten |
Um diese Bibliotheken zu verwenden, müssen sie sie in unser Skript importiert werden:
import numpy as npimport matplotlib.pyplot as pltNach dem Import können wir die Funktionen und Funktionen dieser Bibliotheken nutzen, um ein Diagramm der Normalverteilung zu erstellen und anzuzeigen.
Schritt 5: Diagramm anzeigen
Nun, da wir die Werte für die x-Achse und die entsprechenden Werte der Wahrscheinlichkeitsdichtefunktion auf der y-Achse haben, lassen Sie uns das resultierende Diagramm anzeigen. Dazu verwenden wir die Bibliothek Matplotlib, die umfangreiche Möglichkeiten bietet, um eine Vielzahl von Diagrammen zu erstellen.
Lassen Sie uns zunächst das Modul importieren pyplot aus der Bibliothek Matplotlib und legen Sie die Größe des Diagramms mit der Funktion fest figure:
import matplotlib.pyplot as plt fig = plt.figure(figsize=(8, 6))
Dann verwenden Sie die Funktion plot legen Sie die Werte der x- und y-Achsen fest:
Schließlich fügen wir Achsenbeschriftungen und einen Titel hinzu:
plt.xlabel('Werte') plt.ylabel('Wahrscheinlichkeitsdichtefunktion') plt.title('Normalverteilungsdiagramm')
Um das Diagramm zu sehen, müssen Sie die Funktion aufrufen show:
Nachdem Sie den Code ausgeführt haben, sehen Sie ein Normalverteilungsdiagramm, das die Wahrscheinlichkeitsdichtefunktion für die angegebenen Werte anzeigt.
