Python数据可视化。无非是以视图的形式展示各种数据，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。离散概率分布包括伯努利分布、二项分布、泊松分布和几何分布。连续概率分布包括正态分布、指数分布和和β分布。
1.离散概率分布(概率质量函数)
1、伯努利分布
离散分布有两种可能的结果。1表示成功，出现的概率为p(包括0<p<1)。0表示失败，出现的概率为q=1-p。
2、二项分布
独立的伯努利试验重复n次(事件发生的概率为p)，每次试验都是相互独立的，比如扔硬币。
3、泊松分布
它显示了事件在预定时间内可能发生的次数的分布，用于在给定时间间隔内以恒定速度发生的独立事件。
二、几何分布（概率密度函数）
是具有连续值(如实线值)的函数。
1、正态分布
数据的形式是通过排列数据中每个值的概率分布来呈现的，大部分值保持在平均值附近，从而使排列对称。
2、指数分布
它描述了泊松过程中事件之间时间的概率分布，即事件以恒定平均速率连续独立发生的过程。
3、β分布（beta distribution）
它是伯努利分布和二项分布的共轭先验分布的密度函数，是一组定义为(0，1)的连续概率分布(概率概率分布)。
以上是python概率分布的两种类型介绍，希望对您的数据可视化操作有所帮助~