日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

Python筆記之Scipy.stats.norm函數使用解析_python

作者:陽光快樂普信男 ? 更新時間: 2023-04-04 編程語言

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

欄目分類
最近更新