二项式分布是离散分布。
它描述了二元场景的结果,例如抛硬币,要么是正面,要么是反面。
它有三个参数:
n
- 试验次数。
p
- 每次试验发生的概率(例如,每次抛硬币 0.5 次)。
size
- 返回数组的形状。
离散分布:分布是在不同的事件集上定义的,例如,抛硬币的结果是离散的,因为它只能是正面或反面,而人的身高是连续的,因为它可以是 170、170.1、170.11 等。
给定 10 次抛硬币试验,生成 10 个数据点:
from numpy import random
x = random.binomial(n=10, p=0.5, size=10)
print(x)
亲自试一试 »
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.binomial(n=10, p=0.5, size=1000), hist=True, kde=False)
plt.show()
主要区别在于,正态分布是连续的,而二项分布是离散的,但如果有足够的数据点,它将与具有一定位置和尺度的正态分布非常相似。
from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns
sns.distplot(random.normal(loc=50, scale=5, size=1000), hist=False, label='normal')
sns.distplot(random.binomial(n=100, p=0.5, size=1000), hist=False, label='binomial')
plt.show()
截取页面反馈部分,让我们更快修复内容!也可以直接跳过填写反馈内容!