二项分布

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。

示例

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 »

二项式分布的可视化

示例

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()

结果

亲自试一试 »

正态分布和二项分布之间的差异

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。

示例

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()

结果

亲自试一试 »