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

到此这篇关于python的scipy.stats模块中正态分布常用函数总结的文章就介绍到这了,更多相关scipy.stats模块中正态分布常用函数内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！