python的scipy.stats模块中正态分布常用函数总结

(编辑:jimmy 日期: 2024/12/26 浏览:2)

python的scipy.stats模块是连续型随机变量的公共方法,可以产生随机数,通常是以正态分布作为scipy.stats的基本使用方法。本文介绍正态分布的两种常用函数:1、累积概率密度函数stats.norm.cdf(α,均值,方差);2、概率密度函数stats.norm.pdf(α,均值,方差)。

1、stats.norm.cdf(α,均值,方差):累积概率密度函数

使用格式

status.norm.cdf(Norm) # 相当于已知正态分布函数曲线和x值,求函数x点左侧积分

使用实例

a=st.norm.cdf(0,loc=0,scale=1)
print(a)
x=st.norm.cdf(1.65,loc=0,scale=1)
y=st.norm.cdf(1.96,loc=0,scale=1)
z=st.norm.cdf(2.58,loc=0,scale=1)
print(x,y,z)

2、stats.norm.pdf(α,均值,方差):概率密度函数

使用格式

status.norm.pdf(Norm) # 相当于已知正态分布函数曲线和x值,求y值

使用实例

x=st.norm.pdf(0,loc=0,scale=1)
y=st.norm.pdf(np.arange(3),loc=0,scale=1)
print(x)
print(y)

内容扩展:

scipy主要的模块

  • cluster 聚类算法
  • constants 物理数学常数
  • fftpack 快速傅里叶变换
  • integrate 积分和常微分方程求解
  • interpolate 插值
  • io 输入输出
  • linalg 线性代数
  • odr 正交距离回归
  • optimize 优化和求根
  • signal 信号处理
  • sparse 稀疏矩阵
  • spatial 空间数据结构和算法
  • special 特殊方程
  • stats 统计分布和函数
  • weave C/C++ 积分

一句话新闻

高通与谷歌联手!首款骁龙PC优化Chrome浏览器发布
高通和谷歌日前宣布,推出首次面向搭载骁龙的Windows PC的优化版Chrome浏览器。
在对骁龙X Elite参考设计的初步测试中,全新的Chrome浏览器在Speedometer 2.1基准测试中实现了显著的性能提升。
预计在2024年年中之前,搭载骁龙X Elite计算平台的PC将面世。该浏览器的提前问世,有助于骁龙PC问世就获得满血表现。
谷歌高级副总裁Hiroshi Lockheimer表示,此次与高通的合作将有助于确保Chrome用户在当前ARM兼容的PC上获得最佳的浏览体验。