均匀分布和正态分布对比

均匀分布：只在限定范围内，范围小，均匀分布；
正态分布：范围会更广，在均值处对称集中；

python绘制均匀分布

生成均匀分布数组

1.np.random.rand(2, 2)

2. np.random.uniform(low=1, hight=10, size=(3, 5))

3.np.random.randint(1, 10, (3, 5))

均匀分布绘制

import numpy as np
import matplotlib.pyplot as plt

x = np.random.uniform(1.75, 1, 100000000)
plt.figure(figsize=(20, 8), dpi=100)
plt.hist(x, bins=1000)
plt.show()

正态分布

方差与标准差

x1…xn：每一个元素
M：均值
S：标准差
S^2：方差

均值与方差实际意义

正态分布有两个参数u和O^2，第一个参数是均值，第二个是方差，均值代表图像的位置，方差代表图像是否集中。
总结：O^2越小，数据越集中。越大数据越分散。
当u=0，O=1时的正态分布是标准正态分布。

python绘制正态分布图

import numpy as np
import matplotlib.pyplot as plt

x = np.random.normal(1.75, 1, 100000000)
plt.figure(figsize=(20, 8), dpi=100)
plt.hist(x, bins=1000)
plt.show()