我可以先绘制正态分布而不先绘制直方图吗？

Question

正态概率分布是在x轴上绘制b / w x，在y轴上绘制f（x）的图。但是当我绘制它时，我得到的曲线重叠。我在本网站上阅读了有关正态分布的不同答案。他们首先绘制直方图，然后绘制（x，f）。必须先绘制直方图吗？我可以在没有直方图的情况下做到吗？

`mu, sigma = 0, 0.1
x = np.random.normal(mu, sigma, 200)
print(x)

f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (x - mu)**2 / (2 * sigma**2) )
print(f)
plt.plot(x,f)`

Answer 1

首先简单地对x数据进行排序。要强调的是，如果仅使用标记进行绘图，则会看到重叠的部分是连续连接离散数据点的线的伪造物。 ms=2是markersize=2的简短写法，它指定标记的大小（在这种情况下为点，圆）。在ko中，k是黑色的代码，o是使用标记的符号。您也可以写'o', color='black'作为替代。 -ko表示用黑线连接圆点。 -go，-bo，-ro分别表示绿色，蓝色和红色。

mu, sigma = 0, 0.1
x = np.random.normal(mu, sigma, 200)
f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (x - mu)**2 / (2 * sigma**2) )

plt.plot(x,f, 'ko', ms = 2)

输出

要纠正这一点，可以在计算f和绘图时使用排序的x。

f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (np.sort(x) - mu)**2 / (2 * sigma**2) )
plt.plot(np.sort(x),f, '-ko', ms = 2)

输出

Answer 2

您无需绘制样本即可绘制正态分布。如果只使用均匀间隔的数字序列会更好。

mu, sigma = 0, 0.1
x = np.linspace(-0.4, 0.4, 100)
f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (x - mu)**2 / (2 * sigma**2) )
plt.plot(x, f)