1、二项分布(Binomial Distribution)
二项分布是离散分布。
它描述了二进制方案的结果，例如，抛硬币，它要么是正面要么是反面。
它具有三个参数：
n-试用次数。
p-每次尝试的发生概率（例如，掷硬币0.5次）。
size-返回数组的形状。
离散分布：分布是在单独的一组事件中定义的，例如 投掷硬币的结果是离散的，因为它只能是头或尾，而人的身高是连续的，可以是170、170.1、170.11，依此类推。
例如：
给定10次抛硬币试验，可产生10个数据点：
from numpy import randomx = random.binomial(n=10, p=0.5, size=10)print(x)
2、二项分布的可视化
例如：
from numpy import randomimport matplotlib.pyplot as pltimport seaborn as snssns.distplot(random.binomial(n=10, p=0.5, size=1000), hist=True, kde=False)plt.show()
Result
3、正态分布与二项分布的区别
主要区别在于正态分布是连续的，而二项式是离散的，但是如果有足够的数据点，它将与具有特定位置和范围的正态分布非常相似。
例如：
from numpy import randomimport matplotlib.pyplot as pltimport seaborn as snssns.distplot(random.normal(loc=50, scale=5, size=1000), hist=False, label='normal')sns.distplot(random.binomial(n=100, p=0.5, size=1000), hist=False, label='binomial')plt.show()
Result
