網站首頁 編程語言 正文
Scipy.stats.norm函數解析
scipy.stats.norm
函數 可以實現正態分布(也就是高斯分布)
pdf ——概率密度函數標準形式是:
norm.pdf(x, loc, scale)
等同于norm.pdf(y) / scale
,其中 y = (x - loc) / scale
調用方式用兩種
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種調用方式 gauss1=stats.norm(loc=0,scale=2) # loc: mean 均值, scale: standard deviation 標準差 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 是代表調用stats.norm.rvs
方法,rvs:隨機變量(就是從這個分布中抽一些樣本),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
:隨機變量(就是從這個分布中抽一些樣本) -
pdf
:概率密度函數。 -
cdf
:累計分布函數 -
sf
:殘存函數(1-CDF) -
ppf
:分位點函數(CDF的逆) -
isf
:逆殘存函數(sf的逆) -
stats
:返回均值,方差,(費舍爾)偏態,(費舍爾)峰度。 -
moment
:分布的非中心矩。
總結
原文鏈接:https://blog.csdn.net/qq_36056219/article/details/112118602
相關推薦
- 2022-02-14 linux系統之進程管理詳解_Linux
- 2022-06-23 Python+Turtle制作獨特的表白圖_python
- 2022-08-01 C#線程池ThreadPool用法簡介_C#教程
- 2022-05-13 Scrapy-middlewares對象
- 2022-07-06 使用GO操作MongoDB的方法_Golang
- 2022-08-02 Android自定義Dialog的方法實例_Android
- 2022-10-29 SQL Server常用的函數與查詢方法
- 2022-04-19 React?組件權限控制的實現_React
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支