如何用Python中的numpy和matplotlib绘制两条正态分布曲线--第二条曲线比第一条曲线更短、更窄？

Question

我想绘制两条正态分布曲线如下所示。与右侧较高的正态分布曲线相比，左侧较短的正态分布曲线也较窄。

​

​

我尝试了以下几点：

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

value = np.random.normal(loc=0, scale=2, size=1000)
sns.kdeplot(x = value, ax = ax, linestyle = "--", color = "red")

value2 = np.random.normal(loc= -2,scale=2, size=1000)
sns.kdeplot(x = value2, ax = ax, linestyle = "--", color = "blue")
plt.show()

当两条曲线的标准偏差(尺度)相同(各2条)时，两条曲线的宽度和高度几乎相等，如下所示：

​

​

当我将蓝色曲线的标度/标准差降到0.5，并将红色曲线的标度保持为2时，蓝色曲线的宽度会变窄，但它比红色曲线要高得多，如下所示：

​

​

是否可以同时降低正态分布曲线的高度和宽度，以达到可视化目的？如何使用Python中的numpy、matplotlib或seaborn库来实现？

Answer 1

.normal()输出是故意给出一个单位面积的分布。也就是说，从-∞..。+∞产生1.0。这被证明是非常有用的建模，例如pdf格式概率密度函数，其中我们知道某事发生了与概率1。

在您的代码中，您可以替换

value = np.random.normal( ...

使用

value = k * np.random.normal( ...

然后在k值大于1，也许是2或3的情况下，看看曲线是如何向上扩展的。根据口味调整一下。

https://numpy.org/doc/stable/reference/random/generated/numpy.random.normal.html

编辑

哦，我明白了，你在用克布利特。别干那事。它希望该区域集成到1.0。当您使用k进行缩放时，它将按1 / k进行缩放。

而更喜欢散点图。