رسم منحنى غاوسي في جافا

Question

أنا الترميز تفاعلية الصغير مع بيكولو وأريد أن تشمل جاوس منحنى (الملقب التوزيع الطبيعي الرسم البياني) داخله.

تخيل أي نوع من تنفيذ جافا سيكون كافيا, ولكن أنا لا يمكن العثور على أي.من الناحية المثالية, أود أن تمر مجموعة من القيم و المخطط رسمها في لوحة كائن صورة أو أي شيء يمكن أن تكون جزءا لا يتجزأ في الصغير.

قبل الحصول على يدي قذرة الترميز نفسي هل يعرف احدكم عمل قطعة من التعليمات البرمجية للقيام بذلك ؟

تطبيقات بلغات أخرى رحب طالما هم المحمولة بسهولة إلى جاوة.

Answer 1

لا أعرف ما اذا كان يعمل، ولكن رمى جوجل تصل <لأ href = "http://vase.essex.ac.uk/software/JavaPlot/code/ac/essex/graphing/charts/continuous/Gaussian. java.html "يختلط =" نوفولو noreferrer "> هذا الرمز إلى رسم التوزيع التمويه .

والصفحة الرئيسية لهذا المشروع هي هنا .

إذا بيكولو لا تؤدي التآمر بالنسبة لك، وأود أن ربما استخدام JFreeChart عن التآمر الفعلي، نظرا لأنه يحظى بتأييد واسع وقادرة جدا. (لست على دراية بيكولو)

Answer 2

تحرير:يبدو أباتشي العموم مكتبة الرياضيات وقد قسم الإحصاءات.على وجه التحديد, مجموعة كاملة المشتركة توزيعات.نأمل أن هناك بعض الرياضيات الناس هناك لأني لا أستطيع تذكر الإحصاءات الأساسية...هنا هو بلدي محاولة استخدام المكتبة.لدي انزلاق نافذة هنا وحساب ف بين تلك القيم.ما طريقة للحصول على نسخة PDF من هذا ؟ لديهم فقط CDF وظيفة.

public void testNormalDist() throws MathException {
    DistributionFactory f = DistributionFactory.newInstance();
    NormalDistribution n = f.createNormalDistribution(0.0d, 1.0d);
    double lastx = Double.NEGATIVE_INFINITY;
    double nextx = Double.NEGATIVE_INFINITY;
    for (int i=-100; i < 100; i++) {
        nextx = i / 100d;
        System.out.println(n.cumulativeProbability(lastx, nextx));
        lastx = nextx;
    }
}

أفترض أنك تريد دالة الكثافة الاحتمالية الرسم البياني.على المعادلات على ويكيبيديا, منذ أنا لا أعرف كيفية إدراج الرياضيات توصيف هنا.مجرد استخدام p(x) مثل قيمة Y و X الخاص X قيمة و يمكنك الحصول على السهل جدا 2-د البياني من ذلك.

هل نظرت في Mathtools تحت جافا?

حسنا, ماذا عن هذا...يمكنك إعطائها مجموعة من X نقطة (تطبيع بالطبع يمكنك تحويل الخاص بك X بكسل إلى هذه بقسمة كل بكسل الموقف من عرض الصور الخاصة بك) ، وأنه سيعود مرتفعات منحنى توزيع (مرة أخرى ، ضرب من قبل عامل التطبيع).هذه هي القضية الأساسية حيث يعني هو 0 و الانحراف المعياري هو 1.

public double[] normalDistBasic(double[] xarray, double mu) {
    double[] yarray = new double[xarray.length];
    double rad2pi = 2.50662827d;
    for (int off = 0; off < yarray.length; off++) {
        double x = xarray[off];
        double ss = -1d * x * x / 2d;
        yarray[off] = (-1f / rad2pi) * Math.exp(ss);
    }
    return yarray;
}

وينبغي أن يكون من السهل جدا لتنفيذ واحد أن يأخذ التعسفي يعني الانحراف المعياري إذا كان أحد لا يمكن العثور على شبكة الإنترنت.