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python博客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python博客！