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

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。