今天小编就为大家分享一篇python实现beta分布概率密度函数的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下所示：
beta分布的最大特点是其多样性, 从下图可以看出, beta分布具有各种形态, 有U形, 类似正态分布的形状, 类似uniform分布的形状等, 正式这一特质使beta分布在共轭先验的计算中起到重要作用: import matplotlib.pyplot as plt import numpy as np from scipy import stats from matplotlib import style style.use('ggplot') params = [0.5, 1, 2, 3] x = np.linspace(0, 1, 100) f, ax = plt.subplots(len(params), len(params), sharex=True, sharey=True) for i in range(4): for j in range(4): alpha = params[i] beta = params[j] pdf = stats.beta(alpha, beta).pdf(x) ax[i, j].plot(x, pdf) ax[i, j].plot(0, 0, label='alpha={:3.2f}\nbeta={:3.2f}'.format(alpha, beta), alpha=0) plt.setp(ax[i, j], xticks=[0.0, 0.2, 0.4, 0.6, 0.8, 1.0], yticks=[0,2,4,6,8,10]) ax[i, j].legend(fontsize=10) ax[3, 0].set_xlabel('theta', fontsize=16) ax[0, 0].set_ylabel('pdf(theta)', font<strong style="color:transparent">来源gao@daima#com搞(%代@#码@网</strong>size=16) plt.suptitle('Beta PDF', fontsize=16) plt.tight_layout() plt.show()
以上就是python实现beta分布概率密度函数的方法的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python实现beta分布概率密度函数的方法
转载请注明原文链接：python实现beta分布概率密度函数的方法
