python数据可视化。无非是把各种各样的数据以视图的形式展现出来，可以更直观的分析数据。python的数据可视化离不开概率分布，有两种类型，即离散概率分布和连续概率分布。离散概率分布有伯努利分布、二项分布、泊松分布和几何分布等。连续概率分布有正态分布、指数分布、和β分布。
一、离散概率分布（概率质量函数）
1、伯努利分布
一种离散分布,有两种可能的结果。1表示成功，出现的概率为p(其中0<p<1)。0表示失败，出现的概率为q=1-p。
2、二项分布
重复n次的独立的伯努利试验（事件发生概率为p），每次试验相互独立，如抛硬币。
3、泊松分布
是显示事件在预定时间段内可能发生的次数的分布，用于独立事件，这些事件在给定的时间间隔内以恒定的速率发生。
二、几何分布（概率密度函数）
是具有连续取值（例如一条实线上的值）的函数。
1、正态分布
通过排列数据中每个值的概率分布来呈现数据的形式，大多数值保持在平均值附近，从而使排列对称。
2、指数分布
是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。
3、β分布（beta distribution）
是伯努利分布和二项式分布的共轭先验分布的密度函数，是一组定义在(0,1)的连续概率分布（概率的概率分布）。
以上就是python的概率分布的两种类型介绍，希望可以帮助到你进行数据可视化操作哟~
