📜  如何在Python给定均值和标准差的正态分布中计算概率?

📅  最后修改于: 2022-05-13 01:55:44.250000             🧑  作者: Mango

如何在Python给定均值和标准差的正态分布中计算概率?

正态分布是实值随机变量的一种连续概率分布。它基于均值和标准差。概率分布函数或 PDF 计算分布中单个点的似然。计算正态分布 PDF 的一般公式为

 f_X(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{\frac{-1}{2}\big( \frac{x-\mu}{\sigma} \big)^2}\\

这里,

  • µ 是平均值
  • σ 是分布的标准差
  • x 是数字

要为其计算 PDF。我们可以使用 SciPy 模块计算正态分布中的概率。

安装:

使用的函数:

我们将使用 scipy.stats.norm.pdf() 计算数字x的概率分布的方法

在 scipy 中,用于计算均值和标准差的函数分别是 mean() 和 std() 。

  • 对于均值

句法:

  • 对于标准偏差

句法:

方法

  • 导入模块
  • 创建必要的数据
  • 提供具有所需值的函数
  • 显示值

例子:

Python3
from scipy.stats import norm
import numpy as np
  
data_start = -5
data_end = 5
data_points = 11
data = np.linspace(data_start, data_end, data_points)
  
mean = np.mean(data)
std = np.std(data)
  
probability_pdf = norm.pdf(3, loc=mean, scale=std)
print(probability_pdf)


输出: