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 random

x = 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 random
import matplotlib.pyplot as plt
import seaborn as sns

sns.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 random
import matplotlib.pyplot as plt
import seaborn as sns

sns.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