在matlab中使用 y = normpdf(x,mu,sigma)函式求一維正態分佈的概率密度，其中x為隨機向量，mu為期望，sigma為標準差
matlab**如下：
x=-8:0.1:8;
y1=normpdf(x,0,1);%期望為0，標準差為1的正態分佈
y2=normpdf(x,1,2);%期望為1，標準差為2的正態分佈
plot(x,y1,'--',x,y2,'-');
也可以用y = mvnpdf(x,mu,
sigma)
函式求一維正態分佈的概率密度，其中x為隨機向量，mu為期望，sigma為方差
matlab**如下：
x=-8:0.1:8;
y3=(mvnpdf(x',0,1))';
y4=(mvnpdf(x',1,4))';
plot(x,y3,'r--',x,y4,'-');
繪圖如下：
從繪圖可知，兩種方法繪圖是一樣的。
用y = mvnpdf(x,mu,
sigma)
函式求二維正態分佈的概率密度，其中x為隨機向量，mu為期望向量，sigma為協方差矩陣
matlab**如下：
mu = [1 -1]; sigma = [.9 .4; .4 .3];
[x1,x2] = meshgrid(linspace(-1,3,25)', linspace(-3,1,25)');
x = [x1(:) x2(:)];
p = mvnpdf(x, mu, sigma);
surf(x1,x2,reshape(p,25,25));
title('聯合概率密度函式曲線');
繪圖如下：
Python繪製二維曲線的日常應用
使用python繪製出類似excel或者matlab的曲線還是比較容易就能夠實現的，需要用到的額外庫有兩個，numpy和matplotlib。使用這兩個模組實現的曲線繪製其實在一定程度上更像是matlab的plot功能，不過今天看了一下matplotlib 上的資訊，現在的功能更為強勁了，而且已經支...
二維矩陣的一維訪問方式
hdu1045fire net 題意 點代表空地，x代表牆。問空地最多能放置多少個炮 炮能夠向上下左右四個方向打，但是牆打不穿 使互相攻擊不到？簡單dfs，遞迴深度就是炮的個數，不過二維矩陣的訪問方式要變成一維的，從1到n n的方式訪問，可以避免大量重複 include include includ...
一維和二維高斯分布的視覺化
本篇主要用python 實現一維和二維高斯分布的視覺化 首先，一維和多為高斯分布的數學公式如下所示 p 1 x 1 2 2 expp 1 x frac exp frac p1 x 2 2 1 expp2 x 1 2 n expp 2 x frac exp x mu t sigma x mu p2 x...