Python中的sympy.stats.Normal()

借助sympy.stats.Normal()方法，我们可以得到代表正态分布的连续随机变量。

Syntax : sympy.stats.Normal(name, mean, std)
Where, mean and std are real number.
Return : Return the continuous random variable.

示例 #1：
在这个例子中我们可以看到，通过使用sympy.stats.Normal()方法，我们可以通过这个方法得到代表正态分布的连续随机变量。

# Import sympy and Normal
from sympy.stats import Normal, density
from sympy import Symbol, pprint
  
z = Symbol("z")
mean = Symbol("mean", positive = True)
std = Symbol("std", positive = True)
  
# Using sympy.stats.Normal() method
X = Normal("x", mean, std)
gfg = density(X)(z)
  
pprint(gfg)

输出 ：

2
-(-mean + z)
————–
2
___ 2*std
\/ 2 *e
———————
____
2*\/ pi *std

示例 #2：

# Import sympy and Normal
from sympy.stats import Normal, density
from sympy import Symbol, pprint
  
z = 2
mean = 1.8
std = 4
  
# Using sympy.stats.Normal() method
X = Normal("x", mean, std)
gfg = density(X)(z)
  
pprint(gfg)

输出 ：

0.124843847615573*\/ 2
———————–
____
\/ pi