如何用Python绘制出长尾分布的高斯曲线图?
- 内容介绍
- 文章标签
- 相关推荐
本文共计304个文字,预计阅读时间需要2分钟。
原文示例:本文字例为大家分享了Python绘制高斯曲线的具体代码,供大家参考,具体内容如下:+ 源码:+ import numpy as np+ import matplotlib.pyplot as plt+ import math+ import mpl_toolkits.mplot3d+ import tensorflow.compat.v1 as tf
简化后:本例展示Python绘制高斯曲线的代码,包括numpy、matplotlib.pyplot等库的使用。代码如下:import numpy as np, import matplotlib.pyplot as plt, import math, import mpl_toolkits.mplot3d, import tensorflow.compat.v1 as tf。
本文实例为大家分享了python绘制高斯曲线的具体代码,供大家参考,具体内容如下
源码:
import numpy as np import matplotlib.pyplot as plt import math import mpl_toolkits.mplot3d import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #import tensorflow as tf from sklearn import datasets sess = tf.InteractiveSession() gamma = tf.constant(-1.0) x, y = np.mgrid[-2:2:0.01, -2:2:0.01] x_data = tf.placeholder(shape=[400, 400], dtype=tf.float32) y_data = tf.placeholder(shape=[400, 400], dtype=tf.float32) Kernel = tf.exp(tf.multiply(gamma, tf.add((x_data*x_data),(y_data*y_data)))) Kernel = sess.run(Kernel, feed_dict={x_data: x,y_data: y}) ax = plt.subplot(111, projection='3d') ax.plot_surface(x, y, Kernel, rstride=1, cstride=1, cmap='rainbow', alpha=0.9)#绘面 ax.set_xlabel('x') ax.set_ylabel('y') ax.set_zlabel('Kernel') plt.show()
效果图:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。
本文共计304个文字,预计阅读时间需要2分钟。
原文示例:本文字例为大家分享了Python绘制高斯曲线的具体代码,供大家参考,具体内容如下:+ 源码:+ import numpy as np+ import matplotlib.pyplot as plt+ import math+ import mpl_toolkits.mplot3d+ import tensorflow.compat.v1 as tf
简化后:本例展示Python绘制高斯曲线的代码,包括numpy、matplotlib.pyplot等库的使用。代码如下:import numpy as np, import matplotlib.pyplot as plt, import math, import mpl_toolkits.mplot3d, import tensorflow.compat.v1 as tf。
本文实例为大家分享了python绘制高斯曲线的具体代码,供大家参考,具体内容如下
源码:
import numpy as np import matplotlib.pyplot as plt import math import mpl_toolkits.mplot3d import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #import tensorflow as tf from sklearn import datasets sess = tf.InteractiveSession() gamma = tf.constant(-1.0) x, y = np.mgrid[-2:2:0.01, -2:2:0.01] x_data = tf.placeholder(shape=[400, 400], dtype=tf.float32) y_data = tf.placeholder(shape=[400, 400], dtype=tf.float32) Kernel = tf.exp(tf.multiply(gamma, tf.add((x_data*x_data),(y_data*y_data)))) Kernel = sess.run(Kernel, feed_dict={x_data: x,y_data: y}) ax = plt.subplot(111, projection='3d') ax.plot_surface(x, y, Kernel, rstride=1, cstride=1, cmap='rainbow', alpha=0.9)#绘面 ax.set_xlabel('x') ax.set_ylabel('y') ax.set_zlabel('Kernel') plt.show()
效果图:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。

