Echarts绘制任意数据的正态分布图

一、什么是正态分布

   正态分布，又称高斯分布或钟形曲线，是统计学中最为重要和常用的分布之一。正态分布是一种连续型的概率分布，其概率密度函数（Probability Density Function，简称PDF）可以通过一个平均值（μ，mu）和标准差（σ，sigma）来完全描述。

 若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。且其概率密度函数为

正态分布的概率密度函数的数学表达式为：

正态随机变量服从的分布就称为正态分布，记作 

可以读作X服从正态分布。 定义性的东西不进行过多赘述，可自行百度。

二、数据准备

上述内容中，我们已经知道了正态分布的数学表达式。所以说当我们得到任意一组数据时，需要先求出期望与标准差

    //任意数据
    let array=[1,2,3,6,5,4,2,1,6,5,8,2,15,8,4]
    // 平均值  
    let mean=(array.reduce((a,b)=>a+b))/array.length
    // 方差 
    let variance=array.map(x=>{
      return Math.pow(x-mean,2)
    }).reduce((a,b)=>a+b)/array.length
    // 标准差
    let StandardDeviation = Math.sqrt(variance)
    //计算方式可以百度
let convertedData=[]
    for(let x=mean-3*StandardDeviation;x<=mean + 3*StandardDeviation;x++){
        //for循环中的条件代表你要生成几个标准差的数据，
        //  再带入正态分布公式，就可以生成一条整条分布曲线的数据
      let y=1/(StandardDeviation*Math.sqrt(2*(Math.PI)))*Math.exp(-(Math.pow(x-mean,2))/(2*(Math.pow(StandardDeviation,2))))
      convertedData.push([x,y])
    }

 三、绘图

绘制图形使用echarts,我是直接在echarts的官网示例中进行测试的，下面附上全部代码。可以直接复制，粘贴到echarts折线图的代码编辑中查看效果。

 let array=[2,2,6,1,6,1,3,21,8,25,2,6,85,24,63,4,5,23,1];
 let mean=(array.reduce((a,b)=>a+b))/array.length;
    // 方差
    let variance=array.map(x=>{
      return Math.pow(x-mean,2);
    }).reduce((a,b)=>a+b)/array.length;
    // 标准差
    let StandardDeviation = Math.sqrt(variance);
    let convertedData=[];
    for(let x=mean-3*StandardDeviation;x<=mean + 3*StandardDeviation;x++){
      let y=1/(StandardDeviation*Math.sqrt(2*(Math.PI)))*Math.exp(-(Math.pow(x-mean,2))/(2*(Math.pow(StandardDeviation,2))));
      convertedData.push([x,y]);
    }
    let xdata=convertedData.map(item=>{
      return item[0];
    });
    let ydata=convertedData.map(item=>{
      return item[1];
    });
option = {
  xAxis: {
    type: 'category',
    data:xdata
  },
  yAxis: {
    type: 'value'
  },
  series: [
    {
      data: ydata,
      type: 'line',
      smooth: true
    }
  ]
};

四、展示效果

                                          初来乍到，如有错误，敬请指教。