矢量化这与NumPy的,以避免需要循环:
import numpy as np
def gaussian(x, m, s):
fx = (1/((np.sqrt(2*np.pi))*s)*np.exp(-0.5*(((x - m)/s))**2))
return fx
m=0; s=1
x = np.linspace(m-5*s, m+5*s, num=100)
print(gaussian(x))
[ 1.48671951e-06 2.45106104e-06 3.99989037e-06 6.46116639e-06
1.03310066e-05 1.63509589e-05 2.56160812e-05 3.97238224e-05
6.09759040e-05 9.26476353e-05 1.39341123e-04 2.07440309e-04
3.05686225e-04 4.45889725e-04 6.43795498e-04 9.20104770e-04
1.30165384e-03 1.82273110e-03 2.52649578e-03 3.46643792e-03
4.70779076e-03 6.32877643e-03 8.42153448e-03 1.10925548e-02
1.44624148e-02 1.86646099e-02 2.38432745e-02 3.01496139e-02
3.77369231e-02 4.67541424e-02 5.73380051e-02 6.96039584e-02
8.36361772e-02 9.94771388e-02 1.17117360e-01 1.36486009e-01
1.57443188e-01 1.79774665e-01 2.03189836e-01 2.27323506e-01
2.51741947e-01 2.75953371e-01 2.99422683e-01 3.21590023e-01
3.41892294e-01 3.59786558e-01 3.74773979e-01 3.86422853e-01
3.94389234e-01 3.98433802e-01 3.98433802e-01 3.94389234e-01
3.86422853e-01 3.74773979e-01 3.59786558e-01 3.41892294e-01
3.21590023e-01 2.99422683e-01 2.75953371e-01 2.51741947e-01
2.27323506e-01 2.03189836e-01 1.79774665e-01 1.57443188e-01
1.36486009e-01 1.17117360e-01 9.94771388e-02 8.36361772e-02
6.96039584e-02 5.73380051e-02 4.67541424e-02 3.77369231e-02
3.01496139e-02 2.38432745e-02 1.86646099e-02 1.44624148e-02
1.10925548e-02 8.42153448e-03 6.32877643e-03 4.70779076e-03
3.46643792e-03 2.52649578e-03 1.82273110e-03 1.30165384e-03
9.20104770e-04 6.43795498e-04 4.45889725e-04 3.05686225e-04
2.07440309e-04 1.39341123e-04 9.26476353e-05 6.09759040e-05
3.97238224e-05 2.56160812e-05 1.63509589e-05 1.03310066e-05
6.46116639e-06 3.99989037e-06 2.45106104e-06 1.48671951e-06]
对于表:
import pandas as pd
pd.DataFrame({'x' : x, 'gauss' : gaussian(x)})
至于您的评论:
我的导师说在函数外面定义x更好。如果s 和m只存在于函数内部,我怎么能达到它们 - 或者 我应该以另一种方式来解决这个问题吗?
这主要取决于你是否想x
是的m
和s
功能。如果总是这样,那么它是x
,你应该纳入您的函数(函数体中定义本地x
):
def gaussian(m, s, num):
x = np.linspace(m-5*s, m+5*s, num=num)
fx = (1/((np.sqrt(2*np.pi))*s)*np.exp(-0.5*(((x - m)/s))**2))
return fx
无论哪种方式,有没有需要处理global
这里,这就是你应该可能会避免,除非你有一个很好的理由。
在我上面第一次定义的gaussian
中设置事物的方式,您将x
,m
和s
作为自变量。也就是说,您可以指定一些不依赖于m
或s
的其他x
。如果您希望x
始终是m
和s
的函数,那么将其直接合并到您的函数中,以避免必须在函数之外指定它。
是的,它的作品,但它不是作弊吗?哈哈 –
为什么作弊?我不明白你的意思。你有一个计算高斯概率的函数,并且如你所提到的那样使用它作为X值!如果这样做,你介意接受这个作为你的答案吗? – xrr