小编这次要给大家分享的是详解Python如何模拟伯努利试验和二项分布，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。
1、模拟 27 次投掷硬币的伯努利试验
代码：
from scipy import stats import numpy as np p = 0.5 # 生成冻结分布函数 bernoulliDist = stats.bernoulli(p) # 模拟 27 次伯努利实验 trails = bernoulliDist.rvs(27) # 查看结果 trails
2、模拟二项分布
代码
import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
Ps = [0.5, 0.6, 0.7]
Ns = [20, 20, 20]
colors = ['blue', 'green', 'red']
# 模拟试验绘制图形
for p,n, c in zip(Ps, Ns, colors):
binomDist = stats.binom(n, p)
P_k = binomDist.pmf(np.arange(n + 1))
label='p={},n={}'.format(p, n)
plt.plot(P_k, '--',marker='o', label=label, ms=5)
plt.xlabel('X')
plt.ylabel('P(X)')
plt.legend()
plt.show()结果
看完这篇关于详解Python如何模拟伯努利试验和二项分布的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
