python的scipy.stats模塊中正態分佈常用函數總結

python的scipy.stats模塊是連續型隨機變量的公共方法,可以產生隨機數,通常是以正態分佈作為scipy.stats的基本使用方法。本文介紹正態分佈的兩種常用函數:1、累積概率密度函數stats.norm.cdf(α,均值,方差);2、概率密度函數stats.norm.pdf(α,均值,方差)。

1、stats.norm.cdf(α,均值,方差):累積概率密度函數

使用格式

status.norm.cdf(Norm) # 相當於已知正態分佈函數曲線和x值,求函數x點左側積分

使用實例

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):概率密度函數

使用格式

status.norm.pdf(Norm) # 相當於已知正態分佈函數曲線和x值,求y值

使用實例

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

內容擴展:

scipy主要的模塊

  • cluster 聚類算法
  • constants 物理數學常數
  • fftpack 快速傅裡葉變換
  • integrate 積分和常微分方程求解
  • interpolate 插值
  • io 輸入輸出
  • linalg 線性代數
  • odr 正交距離回歸
  • optimize 優化和求根
  • signal 信號處理
  • sparse 稀疏矩陣
  • spatial 空間數據結構和算法
  • special 特殊方程
  • stats 統計分佈和函數
  • weave C/C++ 積分

到此這篇關於python的scipy.stats模塊中正態分佈常用函數總結的文章就介紹到這瞭,更多相關scipy.stats模塊中正態分佈常用函數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!