文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python笔记之Scipy.stats.norm函数使用解析

2023-02-03 18:00

关注

Scipy.stats.norm函数解析

scipy.stats.norm函数 可以实现正态分布(也就是高斯分布)

pdf ——概率密度函数标准形式是:

norm.pdf(x, loc, scale)等同于norm.pdf(y) / scale ,其中 y = (x - loc) / scale

调用方式用两种

见代码:

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种调用方式
gauss1=stats.norm(loc=0,scale=2) # loc: mean 均值, scale: standard deviation 标准差
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种调用方式
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的区别
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')

图221 和 图222 是代表调用stats.norm.pdf方法,画出均值为u,方差为sigma的概率密度分布图。

图221 和 图222 是代表调用stats.norm.rvs方法,rvs:随机变量(就是从这个分布中抽一些样本),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

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯