Python筆記之Scipy.stats.norm函數(shù)使用解析
更新時(shí)間：2023年02月03日 15:16:03 作者：陽光快樂普信男
這篇文章主要介紹了Python筆記之Scipy.stats.norm函數(shù)使用，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
Scipy.stats.norm函數(shù)解析
scipy.stats.norm函數(shù) 可以實(shí)現(xiàn)正態(tài)分布（也就是高斯分布）
pdf ——概率密度函數(shù)標(biāo)準(zhǔn)形式是：
norm.pdf(x, loc, scale)等同于norm.pdf(y) / scale ，其中 y = (x - loc) / scale
調(diào)用方式用兩種
見代碼：
from scipy import stats import numpy as np import matplotlib.pyplot as plt plt.figure(figsize=(12,8)) x=np.linspace(-5,5,num=20) plt.subplot(2,2,1) # 第1種調(diào)用方式 gauss1=stats.norm(loc=0,scale=2) # loc: mean 均值， scale: standard deviation 標(biāo)準(zhǔn)差 gauss2=stats.norm(loc=1,scale=3) y1=gauss1.pdf(x) y2=gauss2.pdf(x) plt.plot(x,y1,color='orange',label='u=0,sigma=2') plt.plot(x,y2,color='green',label='u=1,sigma=3') plt.legend(loc='upper right') plt.subplot(2,2,2) # 第2種調(diào)用方式 y1=stats.norm.pdf(x,loc=0,scale=2) y2=stats.norm.pdf(x,loc=1,scale=3) plt.plot(x,y1,color='r',label='u=0,sigma=2') plt.plot(x,y2,color='b',label='u=1,sigma=3') plt.legend(loc='upper right') # stats.norm.pdf 和 stats.norm.rvs的區(qū)別 plt.subplot(2,2,3) y1=stats.norm.rvs(loc=0,scale=2,size=20) y2=stats.norm.rvs(loc=1,scale=3,size=20) plt.plot(x,y1,color='black',linestyle=':',label='u=0,sigma=2') plt.plot(x,y2,color='purple',label='u=1,sigma=3') plt.legend(loc='upper right') plt.subplot(2,2,4) y1=sorted(stats.norm.rvs(loc=0,scale=2,size=20)) y2=sorted(stats.norm.rvs(loc=1,scale=3,size=20)) plt.plot(x,y1,color='black',linestyle=':',label='u=0,sigma=2') plt.plot(x,y2,color='purple',label='u=1,sigma=3') plt.legend(loc='upper right')
圖221 和 圖222 是代表調(diào)用stats.norm.pdf方法，畫出均值為u，方差為sigma的概率密度分布圖。
圖221 和 圖222 是代表調(diào)用stats.norm.rvs方法，rvs:隨機(jī)變量（就是從這個(gè)分布中抽一些樣本），而不是概率密度分布哦！
print(gauss1) # <scipy.stats._distn_infrastructure.rv_frozen object at 0x121F7DB0> print(stats.norm.rvs(loc=0,scale=2,size=10)) # [ 4.04968057 -0.85376074 4.62058049 1.25731984 -0.11082284 -2.63972507 0.81014329 -0.37101067 -0.20334414 2.65743079]
stats.norm主要公共方法如下
rvs:隨機(jī)變量（就是從這個(gè)分布中抽一些樣本）pdf：概率密度函數(shù)。cdf：累計(jì)分布函數(shù)sf：殘存函數(shù)（1-CDF）ppf：分位點(diǎn)函數(shù)（CDF的逆）isf：逆殘存函數(shù)（sf的逆）stats:返回均值，方差，（費(fèi)舍爾）偏態(tài)，（費(fèi)舍爾）峰度。moment:分布的非中心矩。
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python中的裝飾器是你進(jìn)入Python大門的一道坎,不管你跨不跨過去它都在那里,下面這篇文章主要給大家介紹了關(guān)于Python中裝飾器的相關(guān)資料,需要的朋友可以參考下2022-03-03
這篇文章主要介紹了Redis之windows下主從復(fù)制案例講解,本篇文章通過簡要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-08-08
Python實(shí)現(xiàn)的微信公眾號群發(fā)圖片與文本消息功能實(shí)例詳解
這篇文章主要介紹了Python實(shí)現(xiàn)的微信公眾號群發(fā)圖片與文本消息功能,結(jié)合實(shí)例形式詳細(xì)分析了Python調(diào)用微信接口實(shí)現(xiàn)微信公眾號群發(fā)圖片與文本消息的具體操作步驟與相關(guān)注意事項(xiàng),需要的朋友可以參考下2017-06-06
Python設(shè)計(jì)模式結(jié)構(gòu)型組合模式
這篇文章主要介紹了Python設(shè)計(jì)模式結(jié)構(gòu)型組合模式，組合模式即Composite?Pattern，將對象組合成成樹形結(jié)構(gòu)以表示“部分-整體”的層次結(jié)構(gòu),組合模式使得用戶對單個(gè)對象和組合對象的使用具有一致性，下文具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-02-02
詳解程序意外中斷自動(dòng)重啟shell腳本（以Python為例）
這篇文章主要介紹了詳解程序意外中斷自動(dòng)重啟shell腳本（以Python為例），文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
Python實(shí)現(xiàn)模擬瀏覽器請求及會(huì)話保持操作示例
這篇文章主要介紹了Python實(shí)現(xiàn)模擬瀏覽器請求及會(huì)話保持操作,結(jié)合實(shí)例形式分析了Python基于urllib與urllib2模塊模擬瀏覽器請求及cookie保存會(huì)話相關(guān)操作技巧,需要的朋友可以參考下2018-07-07
Python自動(dòng)化實(shí)戰(zhàn)之接口請求的實(shí)現(xiàn)
本文為大家重點(diǎn)介紹如何通過 python 編碼來實(shí)現(xiàn)我們的接口測試以及通過Pycharm的實(shí)際應(yīng)用編寫一個(gè)簡單接口測試，感興趣的可以了解一下2022-05-05
淺談Python任務(wù)自動(dòng)化工具Tox基本用法
這篇文章主要介紹了淺談Python任務(wù)自動(dòng)化工具Tox,tox 是一個(gè)管理測試虛擬環(huán)境的命令行工具， 它已存在多年且廣被開發(fā)者們使用，對Python任務(wù)自動(dòng)化工具Tox基本用法感興趣的朋友一起看看吧2022-06-06
對python中url參數(shù)編碼與解碼的實(shí)例詳解
今天小編就為大家分享一篇對python中url參數(shù)編碼與解碼的實(shí)例詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python判斷一個(gè)文件夾內(nèi)哪些文件是圖片的實(shí)例
今天小編就為大家分享一篇Python判斷一個(gè)文件夾內(nèi)哪些文件是圖片的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12