Python计算一组数据的PDF(概率密度函数)方法

Python计算一组数据的PDF(概率密度函数)方法

公式如下:PDF概率密度函数

python实现:
第一种方法:
import scipy.stats as st

st.norm.pdf([一组数据])
第二种方法:
def pdf(x, mean, var):
    return exp(-(x - mean) ** 2 / (2 * var ** 2)) / sqrt(2 * pi) * var

如果是对dataframe进行操作可以抽取单列用拉姆达函数:

df['R_pdf'] = df['Rencency'].apply(lambda x: pdf(x, R_avg, R_std))

如果是进一步计算CDF累计概率密度函数,可以对PDF进行积分,或者用

import scipy.stats as st

st.norm.cdf([一组数据])
  • 4
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
计算概率密度函数(PDF),可以使用scipy.stats模块中的norm.pdf方法。第一种方法是直接使用该方法计算一组数据概率密度函数,代码如下: ```python import scipy.stats as st data = \[一组数据\] pdf_values = st.norm.pdf(data) ``` 第二种方法是自定义一个函数来计算概率密度函数,代码如下: ```python from math import exp, sqrt, pi def pdf(x, mean, var): return exp(-(x - mean) ** 2 / (2 * var ** 2)) / sqrt(2 * pi) * var data = \[一组数据\] mean = 平均值 var = 方差 pdf_values = \[pdf(x, mean, var) for x in data\] ``` 以上是两种常用的计算概率密度函数方法。你可以根据具体的需求选择其中一种方法计算。 #### 引用[.reference_title] - *1* *3* [Python计算任意数据的分布函数(累积概率函数CDF)与概率密度(PDF),并绘图](https://blog.csdn.net/weixin_35757704/article/details/119541386)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Python计算一组数据PDF概率密度函数方法](https://blog.csdn.net/Littonlei/article/details/115242395)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值