Python 中的正态分布函数51

在概率论和统计学中，正态分布，也称为高斯分布，是一种连续概率分布，被广泛用于建模各种自然现象和统计数据。在 Python 中，正态分布函数可以通过 `` 模块访问。

导入必需的库

要使用正态分布函数，首先需要导入 `` 模块。```
import as stats
```

概率密度函数

正态分布的概率密度函数由以下公式给出：```
f(x) = (1 / (σ * √(2 * π))) * exp(-((x - μ) 2) / (2 * σ 2))
```
* 其中：
* `x` 是随机变量
* `μ` 是均值
* `σ` 是标准差
* `π` 是常数 π

在 Python 中，可以使用 `` 函数计算正态分布的概率密度：```
x = 0.5
mu = 0
sigma = 1
pdf = (x, mu, sigma)
print(pdf)
```

累积分布函数

正态分布的累积分布函数 (CDF) 给出了小于或等于给定值的概率：```
F(x) = ∫_{-\infty}^{x} (1 / (σ * √(2 * π))) * exp(-((x - μ) 2) / (2 * σ 2)) dx
```

在 Python 中，可以使用 `` 函数计算正态分布的 CDF：```
cdf = (x, mu, sigma)
print(cdf)
```

逆累积分布函数

正态分布的逆累积分布函数 (ICDF) 给出了对应于给定概率的值：```
F^{-1}(p) = μ + σ * √(2) * erfcinv(2 * p - 1)
```
* 其中：
* `p` 是概率
* `erfc` 是互补误差函数

在 Python 中，可以使用 `` 函数计算正态分布的 ICDF：```
p = 0.9
icdf = (p, mu, sigma)
print(icdf)
```

绘制正态分布图

可以使用 Matplotlib 库可视化正态分布。```
import as plt
# 创建一条 x 轴，范围从 -3 到 3
x = (-3, 3, 100)
# 计算正态分布的 PDF
y = (x, mu, sigma)
# 绘制正态分布图
(x, y)
("x")
("PDF")
("正态分布")
()
```

生成正态分布的随机数

可以使用 `` 函数从正态分布生成随机数：```
random_numbers = (mu, sigma, size=10)
print(random_numbers)
```

2024-10-15

上一篇：百行 Python 码，玩转趣味小游戏！

下一篇：可变参数：Python 函数中的灵活参数列表