샘플별로 확률 밀도 함수(Probability Density Function, PDF)를 시각화하려면 NumPy로 x축·y축에 해당하는 데이터 포인트를 생성한 뒤, Matplotlib의 플롯 기능으로 그래프를 그리면 됩니다. 아래에서 단계별 방법과 예제 코드를 살펴보겠습니다.
구현 단계
- 데이터 생성: NumPy를 사용하여 x 값과 이에 대응하는 확률 밀도 값 p를 계산합니다.
- 그래프 작성: plot() 메서드로 x와 p 데이터를 선 그래프로 나타냅니다.
- 축 범위 지정: xlim() 메서드를 사용해 X축의 표시 범위를 원하는 구간으로 조절합니다.
- 결과 출력: show() 메서드를 호출하여 완성된 그림을 화면에 표시합니다.
예제 코드
import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.arange(-100, 100) p = np.exp(-x ** 2) plt.plot(x, p) plt.xlim(-20, 20) plt.show()
코드 설명
이 예제에서는 np.arange(-100, 100)으로 -100부터 99까지의 정수 배열을 만들고, 가우시안(Gaussian) 형태의 종 모양 곡선을 따르는 값인 np.exp(-x ** 2)를 확률 밀도 값으로 계산합니다. figure.figsize 설정으로 그림 크기를 지정하고, autolayout 옵션으로 여백을 자동 조정합니다. 마지막으로 plt.xlim(-20, 20)을 통해 곡선의 중심부만 확대하여 보기 좋게 표시합니다.
실행 결과
