正态分布的 PDF
在本练习中，您将探索正态分布的概率密度函数（PDF），并学习如何用"黑客统计"（hacker statistics）的方法绘制已知分布的 PDF。具体来说，您将针对不同方差的取值绘制正态分布的 PDF。
本练习是课程的一部分
Python 中的统计思维（第 1 部分）
练习说明
- 从均值为
20、标准差为1的正态分布中抽取 100,000 个样本。对标准差为3和10且均值仍为20的正态分布也做同样的抽样。分别将结果赋值给samples_std1、samples_std3和samples_std10。 - 为每组样本绘制直方图；每个直方图使用 100 个箱（bins），并使用关键字参数
density=True和histtype='step'。后者会让图形更接近平滑的理论 PDF。您需要调用 3 次plt.hist()。 - 点击提交以生成图例，标注所用的标准差，并显示您的图表！无需标注坐标轴，因为我们尚未定义该正态分布所描述的量；此处我们只关注 PDF 的形状。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Draw 100000 samples from Normal distribution with stds of interest: samples_std1, samples_std3, samples_std10
# Make histograms
# Make a legend, set limits and show plot
_ = plt.legend(('std = 1', 'std = 3', 'std = 10'))
plt.ylim(-0.01, 0.42)
plt.show()