手册
目录
二项式分布是一种离散分布。
它描述了二进制场景的结果，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，掷硬币每次为0.5）。size - 返回数组的形状。离散分布：分布是在单独的事件集上定义的，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)
from numpy import random import matplotlib.pyplot as plt import seaborn as sns sns.displot(random.binomial(n=10, p=0.5, size=1000)) 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，它将与具有特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
data = {
"normal": random.normal(loc=50, scale=5, size=1000),
"binomial": random.binomial(n=100, p=0.5, size=1000)
}
sns.displot(data, kind="kde")
plt.show()
相关
视频
RELATED VIDEOS
科技资讯
1
2
3
4
5
6
7
8
9
精选课程
共5课时
17.2万人学习
共49课时
77万人学习
共29课时
61.7万人学习
共25课时
39.3万人学习
共43课时
70.9万人学习
共25课时
61.6万人学习
共22课时
23万人学习
共28课时
33.9万人学习
共89课时
125万人学习
