【转】高斯分布函数的乘积与代码实现

【转】高斯分布函数的乘积与代码实现

————————————————

版权声明：本文为CSDN博主「棕熊的肚皮」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/u012836279/article/details/80036417

觉得有用的话,欢迎一起讨论相互学习~

• 注意，转载这篇文章的时候，根据已有的评论，需要注意的是，这说的是 两个高斯分布函数的乘积 ，而不是两个高斯分布的乘积，也不是两个满足高斯分布的数据乘积的分布。即讨论的仅仅是F1(X)*F2(Y)其中F1和F2都是两个高斯分布函数,而不是F(XY)，这一点需要特别注意！

import matplotlib.pyplot as plt
from math import *

class Distribution:
    def __init__(self,mu,sigma,x,values,start,end):
        self.mu = mu
        self.sigma = sigma
        self.values = values
        self.x = x
        self.start = start
        self.end =end

    def normalize(self):
        s = float(sum(self.values))
        if s != 0.0:
            self.values = [i/s for i in self.values]

    def value(self, index):
        index -= self.start
        if index<0 or index >= len(self.values):
            return 0.0
        else:
            return self.values[index]

    @staticmethod
    def gaussian(mu,sigma,cut = 5.0):
        sigma2 = sigma*sigma
        extent = int(ceil(cut*sigma))
        values = []
        x_lim=[]
        for x in xrange(mu-extent,mu+extent+1):
            x_lim.append(x)
            values.append(exp((-0.5*(x-mu)*(x-mu))/sigma2))
        p1=Distribution(mu,sigma,x_lim,values,mu-extent,mu-extent+len(values))
        p1.normalize()
        return p1

if __name__=='__main__':
    p1 = Distribution.gaussian(100,10)
    plt.plot(p1.x,p1.values,"b-",linewidth=3)

    p2 = Distribution.gaussian(150,20)
    plt.plot(p2.x,p2.values,"g-",linewidth=3)

    start = min(p1.start,p2.start)
    end = max(p1.end,p2.end)
    mul_dist = []
    x_lim = []

    for index in range(start,end):
        x_lim.append(index)
        mul_dist.append(p1.value(index)*p2.value(index))
    #normalize the distribution
    s= float(sum(mul_dist))
    if s!=0.0:
        mul_dist=[i/s for i in mul_dist]

    plt.plot(x_lim,mul_dist,"r-",linewidth=3)
    plt.show()