Python概率分布大全（含可视化）

最新推荐文章于 2024-08-18 14:05:32 发布
最新推荐文章于 2024-08-18 14:05:32 发布
阅读量1.9w 收藏 460
点赞数 68
分类专栏： Python 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lly1122334/article/details/105533840
版权

文章目录

术语

  1. pdf，概率密度函数（Probability Density Function），连续型随机变量的概率。
  2. cdf，累积分布函数（Cumulative Distribution Function），pdf的积分。
  3. ppf，百分点函数（Percent Point Function），cdf的倒数。
  4. pmf，概率质量函数（Probability Mass Function），离散型随机变量的概率。

正态分布的各种函数
正态分布的pdf、cdf与ppf图像




前言

使用numpy.random.generator的Generator类

默认导入

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
%matplotlib inline

rng = np.random.default_rng()  # 构造一个默认位生成器(PCG64)




整数

integers(low, high=None, size=None, dtype='int64', endpoint=False)

low下限，high上限，取值 [low, high)

endpoint=True时取值 [low, high]

size尺寸或形状

print(rng.integers(low=0, high=10, size=10))  # [0,10)的10个随机整数
print(rng.integers(low=0, high=10, size=10, endpoint=True))  # [0,10]的10个随机整数
print(rng.integers(low=0, high=10, size=(2, 4)))  # 形状为(2, 4)
print(rng.integers(low=0, high=[1, 10, 100]))  # 上限不同
# [3 8 4 2 7 1 1 9 7 4]
# [ 9 10  8  1  7  3  7  8  8  6]
# [[4 4 1 2]
#  [2 6 3 8]]
# [0 9 2]

在这里插入图片描述




浮点数

random(size=None, dtype='d', out=None)

size尺寸或形状

print(rng.random(size=10))  # [0.0, 1.0)的10个随机浮点数
print(rng.random(size=(2, 4)))  # 形状为(2, 4)
# [0.6986286  0.7083849  0.86588093 0.63301974 0.89362993 0.97340382 0.79295529 0.14079166 0.50348895 0.73972237]
# [[0.54939163 0.04432164 0.6797271  0.49858971]
#  [0.3781034  0.89830482 0.06314135 0.25944355]]

low = 0
high = 10
print((high-low)*rng.random(size=10)+low)  # [0.0, 10.0)的10个随机浮点数
# [8.92076148 8.11545414 9.34270912 4.95565778 0.88044604 7.9555204 3.3780767  7.9214436  3.64540636 1.29831035]

在这里插入图片描述




抽取

choice(a, size=None, replace=True, p=None, axis=0)

a 抽取范围 int或1维数组

size尺寸或形状

replace是否放回原处

p 每个元素的抽取概率 1维数组

print(rng.choice(a=10, size=3))  # [0,10)的3个随机整数，a=10调用了np.arange(10)，相当于rng.integers(low=0, high=10, size=3)
print(rng.integers(low=0, high=10, size=3))
# [2 6 0]
# [8 4 4]

print(rng.choice(a=[1,2,3,4,5], size=5))  # 从中抽3个
print(rng.choice(a=[1,2,3,4,5], size=5, replace=False))  # 不放回
# [1 2 2 5 2]
# [5 4 1 3 2]

在这里插入图片描述




字节

bytes(length)

print(rng.bytes(10))
# b'\xf7\x8f@{\x9d\xbb\xdfk\x9c\x97'




洗牌

shuffle(x)返回空值，影响原数组

l = np.arange(10)  # list也行
print(l)
rng.shuffle(l)
print(l)
# [0 1 2 3 4 5 6 7 8 9]
# [6 8 9 2 0 3 5 4 7 1]

在这里插入图片描述




排列

permutation(x)类似洗牌，只影响最外层

x int或数组

print(rng.permutation(10))  # 随机排列0-9的数组
print(rng.permutation(np.arange(10)))  #同上
# [7 8 6 0 2 1 9 3 4 5]
# [0 5 7 2 8 6 4 3 9 1]

arr = np.arange(9).reshape((3, 3))
print(arr)
print(rng.permutation(arr))  # 只影响最外层的顺序
print(arr)
# [[0 1 2]
#  [3 4 5]
#  [6 7 8]]
# [[3 4 5]
#  [6 7 8]
#  [0 1 2]]
# [[0 1 2]
#  [3 4 5]
#  [6 7 8]]




贝塔分布

beta(a, b, size=None)

贝塔分布是狄利克雷分布的特例，与伽马分布有关。

贝塔分布是伯努利分布和二项式分布的共轭先验分布的密度函数，也称B分布，是一组定义在(0,1)的连续概率分布（概率的概率分布）。

概率分布函数：

f ( x ; α , β ) = 1 B ( α , β ) x α − 1 ( 1 − x ) β − 1 f\left( x;\alpha ,\beta \right) =\frac{1}{\text{B}\left( \alpha ,\beta \right)}x^{\alpha -1}\left( 1-x \right) ^{\beta -1} f(x;α,β)=B(α,β)1​xα−1(1−x)β−1

随机变量 X X X服从参数为 α , β \alpha ,\beta α,β的B分布写作

X Be ( α , β ) \text{X~Be}\left(\alpha ,\beta \right) X Be(α,β)

常用于贝叶斯推理和顺序统计问题

在这里插入图片描述

print(rng.beta(a=0.5, b=0.5, size=5))
# [0.08319717 0.99990539 0.27823195 0.43770009 0.92379961]




二项分布

binomial(n, p, size=None)

二项分布是重复n次的独立的伯努利试验（事件发生概率为p），每次试验相互独立，如抛硬币。

概率密度函数：

P ( N ) = ( n N ) p N ( 1 − p ) n − N P\left( N \right) =\left( \begin{array}{c} n\\ N\\ \end{array} \right) p^N\left( 1-p \right) ^{n-N} P(N)=(nN​)pN(1−p)n−N

其中n是试验次数，p是成功的概率，N是成功的次数。

在这里插入图片描述

print(rng.binomial(n=100, p=0.5, size=1)) # 抛100次硬币，重复1次
# [56]




卡方分布

chisquare(df, size=None)

df（自由度数）是独立随机变量，每个变量是标准正态分布（均值为0，方差为1），将其进行平方求和，得到卡方分布。

概率密度函数：

p ( x ) = ( 1 / 2 ) k / 2 Γ ( k / 2 ) x k / 2 − 1 e − x / 2 p\left( x \right) =\frac{\left( 1/2 \right) ^{k/2}}{\Gamma \left( k/2 \right)}x^{k/2-1}e^{-x/2} p(x)=Γ(k/2)(1/2)k/2​xk/2−1e−x/2

其中 Γ \Gamma Γ是伽马函数：

Γ ( x ) = ∫ 0 − ∞ t x − 1 e − t d t \Gamma \left( x \right) =\int_0^{-\infty}{t^{x-1}e^{-t}dt} Γ(x)=∫0−∞​tx−1e−tdt

常用于假设检验。

在这里插入图片描述

print(rng.chisquare(df=2, size=4))
# [0.34648411 1.91586176 4.13172809 1.02655846]

性别与宠物偏爱是否有关

列联表

猫狗
男207282
女231242

列联表2行2列，则自由度df=(r-1)(c-1)=(2-1)*(2-1)=1

x = [[207, 282], [231, 242]]
chi2, p, df, expected = stats.chi2_contingency(x, correction=False)  # 结果分别为：卡方值、P值、自由度、理论值，无需耶茨连续性修正
value = stats.chi2.ppf(0.95, df=df)  # 变量相关概率为0.95时对应的卡方值
print('自由度{}'.format(df))
print('数据卡方值{:.2f}大于变量相关为0.95的卡方值{:.2f}'.format(chi2, value))
print('因此变量相关的可能性大于0.95')
print('变量相关的可能性具体为{:.2f}'.format(1-p))

# 自由度1
# 数据卡方值4.10大于变量相关为0.95的卡方值3.84
# 因此变量相关的可能性大于0.95
# 变量相关的可能性具体为0.96




狄利克雷分布

狄利克雷分布是贝塔分布在高维的推广，常作为贝叶斯统计的先验概率。

概率密度函数：

Dir ( X| α ) = 1 B ( α ) ∏ i − 1 K x i α i − 1 \text{Dir}\left( \text{X|}\alpha \right) =\frac{1}{\text{B}\left( \alpha \right)}\prod_{i-1}^K{x_{i}^{\alpha _i-1}} Dir(X|α)=B(α)1​∏i−1K​xiαi​−1​

B ( α ) = ∏ i − 1 K Γ ( α i ) Γ ( ∑ i = 1 K α i ) \text{B}\left( \alpha \right) =\frac{\prod_{i-1}^{\text{K}}{\Gamma \left( \alpha _i \right)}}{\Gamma \left( \sum_{i=1}^{\text{K}}{\alpha _i} \right)} B(α)=Γ(∑i=1K​αi​)∏i−1K​Γ(αi​)​

α = ( α 1 , . . . , α K ) \alpha =\left( \alpha _1,...,\alpha _{\text{K}} \right) α=(α1​,...,αK​)

常用于自然语言处理，特别是主题模型的研究。

在这里插入图片描述

print(rng.dirichlet(alpha=(10, 5, 3), size=3))
# [[0.45682216, 0.15384054, 0.3893373 ],
#  [0.41066417, 0.35596082, 0.23337501],
#  [0.62489734, 0.17707421, 0.19802845]]




指数分布

exponential(scale=1.0, size=None)

指数分布是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。

概率密度函数：

f ( x ; λ ) = λ e − λ x ,   x ≥ 0 f\left( x;\lambda \right) =\lambda e^{-\lambda x},\ x\ge 0 f(x;λ)=λe−λx, x≥0

其中 λ \lambda λ为单位时间发生的次数。

常用于预估电子产品寿命，页面请求间的时间间隔。

在这里插入图片描述

print(rng.exponential(scale=1.0, size=3))
# [0.48583027, 1.45895053, 1.30734696]

print('某产品平均10年发生一次重大故障，要求保修的比例不超过20%，请问应设几年质保？过10年后，约有多少产品发生重大故障？')
la = 1/10  # 发生概率
print('{:.2f}年'.format(stats.expon.ppf(0.2, scale=1/la)))
print('{:.2f}%的产品发生重大故障'.format(stats.expon.cdf(10, scale=1/la)*100))

# 某产品平均10年发生一次重大故障，要求保修的比例不超过20%，请问应设几年质保？过10年后，约有多少产品发生重大故障？
# 2.23年
# 63.21%的产品发生重大故障




F分布

f(dfnum, dfden, size=None)

dfnum分子自由度，dfden分母自由度。

F分布是一种非对称连续概率分布，有两个自由度，且位置不可互换。

F分布的随机变量是两个卡方分布除以自由度：

U 1 / d 1 U 2 / d 2 = U 1 / U 2 d 1 / d 2 \frac{U_1/d_1}{U_2/d_2}=\frac{U_1/U_2}{d_1/d_2} U2​/d2​U1​/d1​​=d1​/d2​U1​/U2​​

概率密度函数：

f ( x ; d 1 , d 2 ) = ( d 1 x ) d 1 d 2 d 2 ( d 1 x + d 2 ) d 1 + d 2 x B ( d 1 2 , d 2 2 ) f\left( x;d_1,d_2 \right) =\frac{\sqrt{\frac{\left( d_1x \right) ^{d_1}d_2^{d_2}}{\left( d_1x+d_2 \right) ^{d_1+d_2}}}}{x\text{B}\left( \frac{d_1}{2},\frac{d_2}{2} \right)} f(x;d1​,d2​)=xB(2d1​​,2d2​​)(d1​x+d2​)d1​+d2​(d1​x)d1​d2d2​​​ ​​

常用于方差分析，回归方程的显著性检验。

在这里插入图片描述

print(rng.f(dfnum=2, dfden=2, size=3))
# array([1.57466637, 0.33761916, 0.19025353]




伽玛分布

gamma(shape, scale=1.0, size=None)

伽玛分布是一种连续型概率分布， α \alpha α为形状参数， β \beta β为尺度参数。指数分布和卡方分布都是伽玛分布的特例。

假设 X 1 , X 2 , . . . , X n \text{X}_1,\text{X}_2,...,\text{X}_{\text{n}} X1​,X2​,...,Xn​为连续发生事件的等候时间，且这n次等候时间独立，那么这n次等候时间之和Y服从伽玛分布，即 Y ∼ Γ ( α ,    β ) \text{Y}\thicksim \varGamma \left( \alpha ,\,\,\beta \right) Y∼Γ(α,β)，其中 α = n , β = λ \alpha=n,\beta =\lambda α=n,β=λ

概率密度函数：

f ( x ) = x ( α − 1 ) β α e ( − β x ) Γ ( α ) ,   x > 0 f\left( x \right) =\frac{x^{\left( \alpha -1 \right)}\beta ^{\alpha}e^{\left( -\beta x \right)}}{\Gamma \left( \alpha \right)},\ x>0 f(x)=Γ(α)x(α−1)βαe(−βx)​, x>0

其中 Γ ( α ) \Gamma \left( \alpha \right) Γ(α)为：
在这里插入图片描述

在这里插入图片描述

print(rng.gamma(shape=2, scale=2, size=3))  # shape即alpha，scale即beta
# [4.34964442, 6.21444278, 4.25584051]




几何分布

geometric(p, size=None)

几何分布是一种离散型概率分布。在n次伯努利试验中，前k-1次都失败，第k次成功的概率。如不停地掷骰子直到掷到1是一个p=1/6的几何分布。

概率质量函数：

f ( x ) = ( 1 − p ) x − 1 p ,   x = 1 , 2 , . . . f\left( x \right) =\left( 1-p \right) ^{x-1}p,\ x=1,2,... f(x)=(1−p)x−1p, x=1,2,...

在这里插入图片描述

print(rng.geometric(p=0.2, size=10))
# [ 4  1  7  1 14  5  1  5  3  7]




耿贝尔分布

gumbel(loc=0.0, scale=1.0, size=None)

耿贝尔分布是一种连续型概率分布，模拟不同分布的最大值(或最小值)的分布。 μ \mu μ为中心参数， β \beta β为展宽参数。

概率密度函数：

f ( x ) = 1 β e − ( z + e − z ) f\left( x \right) =\frac{1}{\beta}e^{-\left( z+e^{-z} \right)} f(x)=β1​e−(z+e−z)

其中 z = x − μ β z=\frac{x-\mu}{\beta} z=βx−μ​

常用于多年一遇事件，最大风速计算，极端潮位，预测地震洪水或其他自然灾害发生的几率等。

在这里插入图片描述

mu = 0
sigma = 0.1
print(rng.gumbel(loc=mu, scale=sigma, size=3))
# [ 0.08178895  0.35426048 -0.02772167]

在这里插入图片描述

print('某气象站100年的最大风速经验分布曲线如图，估计最大风速大于26.2m/s的再现期和50年一遇的再现极值。')
mu = 23.6
beta = 1.0
print('最大风速大于26.2m/s的再现期为{:.2f}年'.format(1 / (1 - stats.gumbel_r.cdf(26.2, loc=mu, scale=beta))))
print('50年一遇的再现极值为{:.2f}m/s'.format(stats.gumbel_r.ppf(1 - 1 / 50, loc=mu, scale=beta)))
# 某气象站100年的最大风速经验分布曲线如图，估计最大风速大于26.2m/s的再现期和50年一遇的再现极值。
# 最大风速大于26.2m/s的再现期为13.97年
# 50年一遇的再现极值为27.50m/s




超几何分布

hypergeometric(ngood, nbad, nsample, size=None)

超几何分布是一种离散型概率分布，不放回抽样。

二项分布和几何分布均基于伯努利试验，即每次试验概率不变，而超几何分布的概率会随着每一次试验而改变。

概率质量函数：

P ( X = k ) = C M k C N − M n − k C N n ,   k ∈ { 0 , 1 , 2... min ⁡ ( n , N ) } P\left( X=k \right) =\frac{C_{M}^{k}C_{N-M}^{n-k}}{C_{N}^{n}},\ k\in \left\{ 0,1,2...\min \left( n,N \right) \right\} P(X=k)=CNn​CMk​CN−Mn−k​​, k∈{0,1,2...min(n,N)}

抽到正例数k，正反例总数M，正例总数n，抽样次数N，则：

p ( k , M ; n ; N ) = ( n k ) ( M − n N − k ) ( M N ) p\left( k,M;n;N \right) =\frac{\left( \begin{array}{c} n\\ k\\ \end{array} \right) \left( \begin{array}{c} M-n\\ N-k\\ \end{array} \right)}{\left( \begin{array}{c} M\\ N\\ \end{array} \right)} p(k,M;n;N)=(MN​)(nk​)(M−nN−k​)​

常用于抽奖、质检。

在这里插入图片描述

print(rng.hypergeometric(ngood=100, nbad=20, nsample=10, size=3)) # 从100个正例20个反例中抽10个样本，抽到正例的个数
# [8 7 8]

print('箱子里一共10个球，6个黑色，4个白色，不放回抽5次，其中有3个是黑球的概率')
print(stats.hypergeom.pmf(k=3, M=10, n=6, N=5))
# 箱子里一共10个球，6个黑色，4个白色，不放回抽5次，其中有3个是黑球的概率
# 0.4761904761904759

在这里插入图片描述

print(rng.hypergeometric(ngood=100, nbad=20, nsample=10, size=3)) # 从100个正例20个反例中抽10个样本，抽到正例的个数
# [8 7 8]

print('箱子里一共10个球，6个黑色，4个白色，不放回抽5次，其中有3个是黑球的概率')
print(stats.hypergeom.pmf(k=3, M=10, n=6, N=5))
# 箱子里一共10个球，6个黑色，4个白色，不放回抽5次，其中有3个是黑球的概率
# 0.4761904761904759




拉普拉斯分布（双指数分布）

laplace(loc=0.0, scale=1.0, size=None)

拉普拉斯分布与正态分布相似，但峰值更尖锐，尾部更宽。它表示两个独立的、恒等分布的指数随机变量间的差。

概率密度函数：

f ( x ; μ , λ ) = 1 2 b exp ⁡ ( − ∣ x − μ ∣ b ) f\left( x;\mu ,\lambda \right) =\frac{1}{2b}\exp \left( -\frac{|x-\mu |}{b} \right) f(x;μ,λ)=2b1​exp(−b∣x−μ∣​)

其中， μ \mu μ为位置参数， λ \lambda λ为尺度参数。

常用于建立经济模型和生命科学模型。

在这里插入图片描述

在这里插入图片描述

print(rng.laplace(loc=0.0, scale=1.0, size=3))
# [-0.07861936 -0.00814725 -1.64295374]




逻辑斯谛分布

logistic(loc=0.0, scale=1.0, size=None)

逻辑斯谛分布用于极值问题，在流行病学中可作为耿贝尔分布的混合。在国际象棋协会的埃洛等级分系统中，假设每个棋手的表现是一个逻辑斯谛分布的随机变量。

概率密度函数：

P ( x ) = e − ( x − μ ) / s s ( 1 + e − ( x − μ ) / s ) 2 P\left( x \right) =\frac{e^{-\left( x-\mu \right) /s}}{s\left( 1+e^{-\left( x-\mu \right) /s} \right) ^2} P(x)=s(1+e−(x−μ)/s)2e−(x−μ)/s​

其中， μ \mu μ为位置参数， s s s为尺度参数。

常用于逻辑回归，电子传导，河流流量和降雨量的分布，游戏评级。

在这里插入图片描述

print(rng.logistic(loc=10, scale=1, size=3))
# [ 9.07819078 14.01816903 11.36678804]




正态分布（高斯分布）

normal(loc=0.0, scale=1.0, size=None)

正态分布是一种连续型概率分布， μ \mu μ为位置参数， σ \sigma σ为尺度参数。正态分布在自然界中很常见，如身高、寿命、考试成绩等，属于各种因素相加对结果的影响。

若随机变量 X X X服从一个数学期望为 μ \mu μ，方差为 σ 2 \sigma ^2 σ2的正态分布，记为 N ( μ , σ 2 ) N\left( \mu ,\sigma ^2 \right) N(μ,σ2)

μ = 0 , σ = 1 \mu =0, \sigma =1 μ=0,σ=1的正态分布是标准正态分布。

常用于频数分布，估计参考值范围。

在这里插入图片描述

print(rng.normal(loc=0, scale=0.1, size=3))
# [-0.18035931  0.05842693 -0.11583966]

print('一次考试成绩近似服从正态分布N(70,10²)，第100名成绩为60分，问第20名成绩约为多少？')
scale = 1-stats.norm.cdf(60, loc=70, scale=math.sqrt(100))
print('60分以上占比{:.2f}%'.format(scale*100))
print('学生总数{}'.format(round(100/scale)))
print('第20名成绩约为{:.2f}'.format(stats.norm.ppf(1-20/119, loc=70, scale=math.sqrt(100))))
# 一次考试成绩近似服从正态分布N(70,10²)，第100名成绩为60分，问第20名成绩约为多少？
# 60分以上占比84.13%
# 学生总数119.0
# 第20名成绩约为79.62




对数正态分布

lognormal(mean=0.0, sigma=1.0, size=None)

对数正态分布与正态分布十分相似，不过各种因素对结果的影响不是相加，而是相乘。如财富分配，图像有条长尾。

如果 Y Y Y是正态分布的随机变量，则 e Y e^Y eY为对数正态分布；同样，如果 X {X} X是对数正态分布，则 ln ⁡ X {\ln X} lnX为正态分布。

概率密度函数：

f ( x ; μ , σ ) = 1 σ x 2 π e − ( ln ⁡ x − μ ) 2 / 2 σ 2 f\left( x;\mu ,\sigma \right) =\frac{1}{\sigma x\sqrt{2\pi}}e^{-\left( \ln x-\mu \right) ^2/2\sigma ^2} f(x;μ,σ)=σx2π ​1​e−(lnx−μ)2/2σ2

其中， μ \mu μ为原正态分布的均值， σ \sigma σ为原正态分布的标准差。

常用于描述增长率。

在这里插入图片描述

print(rng.lognormal(mean=3, sigma=1, size=3))
# [15.13344315 50.59902961 32.16071275]




对数分布

logseries(p, size=None)

对数分布是一种离散型概率分布，也称对数级数分布。

概率质量函数：

f ( k ) = − p k k log ⁡ ( 1 − p ) f\left( k \right) =-\frac{p^k}{k\log \left( 1-p \right)} f(k)=−klog(1−p)pk​

常用于物种丰富度，群体遗传学。

在这里插入图片描述

print(rng.logseries(p=0.6, size=3))
# [1 5 1]




多项分布

multinomial(n, pvals, size=None)

多项分布是二项分布的多元推广，如扔骰子。

概率质量函数：

f ( k ) = n ! x 1 ! ⋯ x k ! p 1 x 1 ⋯ p k x k f\left( k \right) =\frac{n!}{x_1!\cdots x_k!}p_{1}^{x_1}\cdots p_{k}^{x_k} f(k)=x1​!⋯xk​!n!​p1x1​​⋯pkxk​​

PS：scipy.stats.multinomial的项个数为2时和scipy.stats.binom的结果数值有微小区别。

在这里插入图片描述

 print(rng.multinomial(n=20, pvals=[1/6]*6, size=1))
 # [[5 4 1 5 3 2]]




多元正态分布

multivariate_normal(mean, cov, size=None, check_valid='warn', tol=1e-8)

多元正态分布是正态分布的高维推广，图像由均值和协方差矩阵决定。

概率密度函数：

f ( x ) = 1 ( 2 π ) k det ⁡ ∑ exp ⁡ ( − 1 2 ( x − μ ) T ∑ − 1 ( x − μ ) ) f\left( x \right) =\frac{1}{\sqrt{\left( 2\pi \right) ^k\det \sum{}}}\exp \left( -\frac{1}{2}\left( x-\mu \right) ^T\sum{^{-1}\left( x-\mu \right)} \right) f(x)=(2π)kdet∑ ​1​exp(−21​(x−μ)T∑−1(x−μ))

其中 μ \mu μ是均值， ∑ \sum ∑是协方差矩阵， k k k是空间维度。

在这里插入图片描述
在这里插入图片描述

print(rng.multivariate_normal(mean=[0, 0], cov=[[1, 0], [0, 100]], size=3))
# [[ 0.12416816 -0.02380272]
#  [-0.31780928 -7.48949632]
#  [ 0.22960821 -3.3463358 ]]




负二项分布

negative_binomial(n, p, size=None)

负二项分布是一种离散型概率分布，成功即失败。持续到n次成功，n为正整数时，又称帕斯卡分布。

如果一个人重复掷一个骰子，直到第三次出现一个“1”，那么在第三个“1”之前出现的非“1”的数目的概率分布就是一个负的二项分布。

概率质量函数：

P ( N ; n , p ) = Γ ( N + n ) N ! Γ ( n ) p n ( 1 − p ) N P\left( N;n,p \right) =\frac{\Gamma \left( N+n \right)}{N!\Gamma \left( n \right)}p^n\left( 1-p \right) ^N P(N;n,p)=N!Γ(n)Γ(N+n)​pn(1−p)N

在这里插入图片描述

print(rng.negative_binomial(n=1, p=0.1, size=3))  # N次成功前的失败次数
# [6 5 2]




非中心卡方分布

noncentral_chisquare(df, nonc, size=None)

概率密度函数：

P ( x ; d f , n o n c ) = ∑ i = 0 ∞ e − n o n c / 2 ( n o n c / 2 ) i i ! P Y d f + 2 i ( x ) P\left( x;df,nonc \right) =\sum_{i=0}^{\infty}{\frac{e^{-nonc/2}\left( nonc/2 \right) ^i}{i!}P_{Y_{df+2i}}\left( x \right)} P(x;df,nonc)=∑i=0∞​i!e−nonc/2(nonc/2)i​PYdf+2i​​(x)

常用于概率比测试。

在这里插入图片描述

print(rng.noncentral_chisquare(df=3, nonc=20, size=3))
# [50.45799021 19.72854198 21.81618964]




非中心F分布

noncentral_f(dfnum, dfden, nonc, size=None)

在这里插入图片描述

print(rng.f(dfnum=3, dfden=20, size=3))
# [0.09066648 1.28933149 0.6907764 ]




帕累托分布（Lomax Distribution）

pareto(a, size=None)

帕累托分布（II型）在现实世界的许多问题中都很有用，经典的二八定律。

概率密度函数：

P ( X > x ) = ( x x min ⁡ ) − k \text{P}\left( X>x \right) =\left( \frac{x}{x_{\min}} \right) ^{-k} P(X>x)=(xmin​x​)−k

常用于经济学领域如财富分配，除外它还被称为布拉德福分布，用于保险、web页面访问统计、油田大小、项目下载频率，即厚尾分布。

在这里插入图片描述

print((rng.pareto(a=3, size=3) + 1) * 2)
# [2.55435742 2.22068143 2.01434631]




泊松分布

poisson(lam=1.0, size=None)

泊松分布是 N N N非常大的情况下二项分布的极限。

概率质量函数：

f ( k ) = e − μ μ k k ! f\left( k \right) =\frac{e^{-\mu}\mu ^k}{k!} f(k)=k!e−μμk​

μ \mu μ是单位时间（或单位面积）内随机事件的平均发生率。

常用于描述单位时间（或空间）内随机事件发生的次数。如汽车站台的候客人数，机器出现的故障数，自然灾害发生的次数，一块产品上的缺陷数，显微镜下单位分区内的细菌数等。

在这里插入图片描述

print(rng.poisson(lam=5, size=3))
# [5 3 4]

print('某城市一周内发生交通事故的次数为参数为0.3的泊松分布，求一周内恰好发生2次交通事故的概率，求一周内至少发生1次交通事故的概率。')
print('一周内恰好发生2次交通事故的概率为{:.2f}%'.format(stats.poisson.pmf(2, mu=0.3)*100))
print('一周内至少发生1次交通事故的概率为{:.2f}%'.format((1-stats.poisson.cdf(0, mu=0.3))*100))
# 一周内恰好发生2次交通事故的概率为3.33%
# 一周内至少发生1次交通事故的概率为25.92%




幂律分布

power(a, size=None)

概率密度函数：

P ( x ; a ) = a x a − 1 , 0 ≤ x ≤ 1 , a > 0 P\left( x;a \right) =ax^{a-1},0\le x\le 1,a>0 P(x;a)=axa−1,0≤x≤1,a>0

在这里插入图片描述

print(rng.power(a=5, size=3))
# [0.76505117 0.91183632 0.80631314]




瑞利分布

rayleigh(scale=1.0, size=None)

当一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布。

概率密度函数：

f ( x ) = x σ 2 e − x 2 2 σ 2 , x > 0 f\left( x \right) =\frac{x}{\sigma ^2}e^{-\frac{x^2}{2\sigma ^2}},x>0 f(x)=σ2x​e−2σ2x2​,x>0

常用于无线网络，信号处理领域。

在这里插入图片描述

print(rng.rayleigh(scale=3, size=3))
# [3.43910711 5.13314726 2.74963828]




柯西分布（洛伦兹分布）

standard_cauchy(size=None)

柯西分布是一个数学期望不存在的连续型概率分布。

概率密度函数：

P ( x ; x 0 , γ ) = 1 π γ [ 1 + ( x − x 0 γ ) 2 ] P\left( x;x_0,\gamma \right) =\frac{1}{\pi \gamma \left[ 1+\left( \frac{x-x_0}{\gamma} \right) ^2 \right]} P(x;x0​,γ)=πγ[1+(γx−x0​​)2]1​

x 0 = 0 , γ = 1 x_0=0, \gamma=1 x0​=0,γ=1的柯西分布是标准柯西分布。

在这里插入图片描述

print(rng.standard_cauchy(size=3))
# [-2.55997856  4.97604813 -0.03263361]




标准指数分布

standard_exponential(size=None, dtype='d', method='zig', out=None)

即尺度参数为1的指数分布。

print(rng.standard_exponential(size=3))
# [1.9475     0.1347515  0.79339464]

在这里插入图片描述




标准伽马分布

standard_gamma(shape, size=None, dtype='d', out=None)

即尺度参数为1的伽马分布。

在这里插入图片描述

print(rng.standard_gamma(shape=2, size=3))
# [0.83710462 2.53419793 6.09632976]




标准正态分布

standard_normal(size=None, dtype='d', out=None)

即均值为0标准差为1的正态分布。

在这里插入图片描述

print(rng.standard_normal(size=3))
# [0.44110815 1.33120662 1.12587407]




学生t分布

standard_t(df, size=None)

概率密度函数：

P ( x , d f ) = Γ ( d f + 1 2 ) π d f Γ ( d f 2 ) ( 1 + x 2 d f ) − ( d f + 1 ) / 2 P\left( x,df \right) =\frac{\Gamma \left( \frac{df+1}{2} \right)}{\sqrt{\pi df}\Gamma \left( \frac{df}{2} \right)}\left( 1+\frac{x^2}{df} \right) ^{-\left( df+1 \right) /2} P(x,df)=πdf ​Γ(2df​)Γ(2df+1​)​(1+dfx2​)−(df+1)/2

t检验假设数据服从正态分布，检验样本均值是否是真实均值。

t分布用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知（例如在样本数量足够多时），则应该用正态分布来估计总体均值。

在这里插入图片描述

print(rng.standard_t(df=10, size=3))
# [ 0.74005099 -1.86647702  0.04562169]




三角形分布（辛普森分布）

triangular(left, mode, right, size=None)

三角形分布是低限为l，众数为m，上限为r的连续概率分布。

概率密度函数：

P ( x ; l , m , r ) = { 2 ( x − l ) ( r − l ) ( m − l ) , l ≤ x ≤ m 2 ( r − x ) ( r − l ) ( r − m ) , m ≤ x ≤ r P\left( x;l,m,r \right) =\left\{ \begin{array}{l} \frac{2\left( x-l \right)}{\left( r-l \right) \left( m-l \right)},l\le x\le m\\ \frac{2\left( r-x \right)}{\left( r-l \right) \left( r-m \right)},m\le x\le r\\ \end{array} \right. P(x;l,m,r)={(r−l)(m−l)2(x−l)​,l≤x≤m(r−l)(r−m)2(r−x)​,m≤x≤r​

常用于商务决策和项目管理。

在这里插入图片描述

print(rng.triangular(left=-3, mode=0, right=8, size=3))
# [ 2.35825004  1.29817527 -1.23566561]




均匀分布

uniform(low=0.0, high=1.0, size=None)

概率密度函数：

p ( x ) = 1 b − a p\left( x \right) =\frac{1}{b-a} p(x)=b−a1​
在这里插入图片描述

print(rng.uniform(low=-1, high=0, size=3))
# [-0.91576092 -0.00161295 -0.1352355 ]




冯·米塞斯分布（循环正态分布）

vonmises(mu, kappa, size=None)

概率密度函数：

f ( x ; u , κ ) = e κ cos ⁡ ( x − μ ) 2 π I 0 ( κ ) f\left( x;u,\kappa \right) =\frac{e^{\kappa}\cos \left( x-\mu \right)}{2\pi I_0\left( \kappa \right)} f(x;u,κ)=2πI0​(κ)eκcos(x−μ)​

在这里插入图片描述

print(rng.vonmises(mu=0, kappa=4, size=3))
# [0.10144748 0.53051083 0.33354707]




逆高斯分布（Wald Distribution）

wald(mean, scale, size=None)

逆高斯分布描述布朗运动达到一个固定的正水平所需要的时间分布。

概率密度函数：

f ( x ; μ , λ ) = λ 2 π x 3 exp ⁡ ( − λ ( x − μ ) 2 2 μ 2 x ) f\left( x;\mu ,\lambda \right) =\sqrt{\frac{\lambda}{2\pi x^3}}\exp \left( -\frac{\lambda \left( x-\mu \right) ^2}{2\mu ^2x} \right) f(x;μ,λ)=2πx3λ​ ​exp(−2μ2xλ(x−μ)2​)

常用于寿命试验，卫生科学，精算学，生态学，昆虫学。

print(rng.wald(mean=3, scale=2, size=3))
# [ 0.23712345  2.06903186 26.01138062]




韦伯分布

weibull(a, size=None)

概率密度函数：

p ( x ) = a λ ( x λ ) a − 1 e − ( x / λ ) a p\left( x \right) =\frac{a}{\lambda}\left( \frac{x}{\lambda} \right) ^{a-1}e^{-\left( x/\lambda \right) ^a} p(x)=λa​(λx​)a−1e−(x/λ)a

a = 1 a=1 a=1时，韦伯分布为指数分布。 a = 2 a=2 a=2时，韦伯分布为瑞利分布。

常用于可靠性分析和寿命检验。

在这里插入图片描述

print(rng.weibull(a=5, size=3))
# [0.54189045 0.92339566 0.47417438]




齐夫分布

zipf(a, size=None)

概率质量函数：

p ( x ) = x − a ζ ( a ) p\left( x \right) =\frac{x^{-a}}{\zeta \left( a \right)} p(x)=ζ(a)x−a​

其中 ζ \zeta ζ是黎曼函数。

齐夫定律表述为：在自然语言的语料库里，一个单词出现的频率与它在频率表里的排名成反比。

常用于语言学，情报学，地理学，经济学。

在这里插入图片描述

print(rng.zipf(a=2, size=3))
# [5 1 2]




参考文献

  1. Random Generator
  2. Matplotlib 教程
  3. scipy.stats
  4. matplotlib.pyplot
  5. 百度百科
  6. 带你理解beta分布
  7. Chi-Square Statistic
  8. How to Calculate Critical Values for Statistical Hypothesis Testing with Python
  9. 结合日常生活的例子，了解什么是卡方检验
  10. 卡方检验
  11. Python - 列联表的独立性检验（卡方检验）
  12. 人人都会数据分析
  13. 正态分布为什么常见？
  14. Wolfram MathWorld
  15. 幂律分布背后的数学逻辑，了解一下？
  16. Exploring Normal Distribution With Jupyter Notebook




绘图代码

导入

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
%matplotlib inline

rng = np.random.default_rng()  # 构造一个默认位生成器(PCG64)

术语

x = np.linspace(-1.5, 1.5, 100)
labels = []
f_list = [stats.norm.pdf, stats.norm.cdf, stats.norm.ppf]
plt.figure(dpi=150)
for f in f_list:
    labels.append(f)
    y = f(x, loc=0, scale=0.5)  #标准正态分布，均值0，标准差0.5
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=['pdf', 'cdf', 'ppf'], loc='best')

在这里插入图片描述

整数

x = rng.integers(low=0, high=10, size=1000, endpoint=True)  # [0,10]的1000个随机整数
y = np.zeros(1000)
plt.yticks([])  #去掉y轴
plt.axis([-2, 12, -1, 1])  # X∈[-2,12], Y∈[-1,1]
ax = plt.gca()
ax.spines['top'].set_visible(False)
ax.spines['left'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.tick_params(axis='both', labelsize=14)  # 改字体
plt.plot(x, y)

在这里插入图片描述
浮点数

x = rng.random(size=1000)  # [0.0, 1.0)的1000个随机浮点数
y = np.zeros(1000)
plt.yticks([])
plt.axis([-0.2, 1.2, -1, 1])
ax = plt.gca()
ax.spines['top'].set_visible(False)
ax.spines['left'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)

在这里插入图片描述
抽取

x = rng.choice(a=100, size=50)  # [0,100)的50个随机整数
y = np.zeros(50)
plt.yticks([])
ax = plt.gca()
ax.spines['top'].set_visible(False)
ax.spines['left'].set_visible(False)
ax.spines['right'].set_visible(False)
plt.tick_params(axis='both', labelsize=14)
plt.scatter(x, y)

在这里插入图片描述
洗牌

# color = ['red', 'orange', 'yellow', 'green', 'cyan', 'blue', 'purple']  # 红橙黄绿青蓝紫
color = ['black', 'dimgray', 'gray', 'darkgray', 'silver', 'lightgray', 'whitesmoke']  # 颜色越来越浅
x = np.arange(len(color))
y1 = np.ones(len(color))
y2 = np.zeros(len(color))
plt.axis([-0.5, 6.5, -0.5, 1.5])
plt.axis('off')  #去掉坐标轴
plt.scatter(x, y1, s=500, color=color)
rng.shuffle(color)  # 洗牌
plt.scatter(x, y2, s=500, color=color)

在这里插入图片描述
贝塔分布

x = np.linspace(0, 1, 100)
labels = []
a_list, b_list = [0.5, 5, 1, 2, 2], [0.5, 1, 3, 2, 5]
plt.figure(dpi=150)
for a, b in zip(a_list, b_list):
    labels.append('α={}, β={}'.format(a, b))
    y = stats.beta(a=a, b=b).pdf(x)
    plt.axis([0, 1.0, 0, 2.5])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
二项分布

x = np.arange(40)
labels = []
p_list = [0.5, 0.7, 0.5]
n_list = [20, 20, 40]
plt.figure(dpi=150)
for p, n in zip(p_list, n_list):
    labels.append('p={}, n={}'.format(p, n))
    y = stats.binom.pmf(x, n=n, p=p)
    plt.axis([0, 40, 0, 0.25])
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(x, y)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

卡方分布

x = np.linspace(0, 15, 100)
labels = []
df_list = [1, 2, 4, 6, 11]
plt.figure(dpi=150)
for df in df_list:
    labels.append('df={}'.format(df))
    y = stats.chi2.pdf(x, df)
    plt.axis([0, 14, 0, 0.5])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
狄利克雷分布

from mpl_toolkits.mplot3d import Axes3D

alpha = [1.3, 1.3, 1.3]
s = rng.dirichlet(alpha=alpha, size=1000).transpose()
plt.figure(dpi=150)
ax = plt.gca(projection='3d')
ax.scatter(s[0], s[1], s[2])
ax.view_init(30, 60)  #仰角30°方位角60°
plt.show()

在这里插入图片描述
指数分布

x = np.linspace(0, 5, 100)
labels = []
lambda_list = [0.5, 1, 1.5]
plt.figure(dpi=150)
for la in lambda_list:
    labels.append('λ={}'.format(la))
    y = stats.expon.pdf(x, scale=1/la)
    plt.axis([0, 5, 0, 1.5])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
F分布

x = np.linspace(0, 5, 1000)
labels = []
d1_list = [1, 2, 5, 10, 100]
d2_list = [1, 1, 2, 1, 100]
plt.figure(dpi=150)
for d1, d2 in zip(d1_list, d2_list):
    labels.append('d1={}, d2={}'.format(d1, d2))
    y = stats.f.pdf(x, dfn=d1, dfd=d2)
    plt.axis([0, 5, 0, 2.5])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
伽玛分布

x = np.linspace(0, 20, 10000)
labels = []
alpha_list = [1, 2, 3, 5, 9]
beta_list = [2, 2, 2, 1, 0.5]
plt.figure(dpi=150)
for alpha, beta in zip(alpha_list, beta_list):
    labels.append('α={}, β={}'.format(alpha, beta))
    y = stats.gamma.pdf(x, a=alpha, scale=beta)
    plt.axis([0, 20, 0, 0.5])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
几何分布

from scipy.interpolate import make_interp_spline

x = np.arange(20)
x_smooth = np.linspace(x.min(), x.max(), 1000)
labels = []
p_list = [0.2, 0.5, 0.8]
plt.figure(dpi=150)
for p in p_list:
    labels.append('p={}'.format(p))
    y = stats.geom.pmf(x, p=p)
    y_smooth = make_interp_spline(x, y)(x_smooth)
    plt.axis([0, 10, 0, 1.0])
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(x, y)
    plt.plot(x, y)
#     plt.plot(x_smooth, y_smooth)  # 平滑曲线可替换成这句
plt.legend(labels=labels, loc='best')

在这里插入图片描述
耿贝尔分布

x = np.linspace(-5, 20, 1000)
labels = []
mu_list = [0.5, 1.0, 1.5, 3.0]
beta_list = [2.0, 2.0, 3.0, 4.0]
plt.figure(dpi=150)
for mu, beta in zip(mu_list, beta_list):
    labels.append('μ={}, β={}'.format(mu, beta))
    y = stats.gumbel_r.pdf(x, loc=mu, scale=beta)
    plt.axis([-5, 20, 0, 0.2])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
超几何分布

k = np.arange(61)  # 抽到正例数
M = 500  # 正反例总数
n_list = [50, 60, 70]  # 正例总数
N_list = [100, 200, 300]  # 抽样次数

labels = []
plt.figure(dpi=150)
for n, N in zip(n_list, N_list):
    labels.append('M=500, n={}, N={}'.format(n, N))
    y = stats.hypergeom.pmf(k, M, n, N)
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(k, y)
    plt.plot(k, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

拉普拉斯分布（双指数分布）

x = np.linspace(-10, 10, 1000)
labels = []
f_list = [stats.norm.pdf, stats.laplace.pdf]
plt.figure(dpi=150)
for f in f_list:
    labels.append(f)
    y = f(x, loc=0, scale=1)
    plt.tick_params(axis='both', labelsize=14)
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.plot(x, y)
plt.legend(labels=['正态分布', '拉普拉斯分布'], loc='best')
plt.rcdefaults() # 重置默认样式

在这里插入图片描述

x = np.linspace(-10, 10, 1000)
labels = []
mu_list = [0, 0, 0, -5]
lambda_list = [1, 2, 4, 4]
plt.figure(dpi=150)
for mu, la in zip(mu_list, lambda_list):
    labels.append('μ={}, λ={}'.format(mu, la))
    y = stats.laplace.pdf(x, loc=mu, scale=la)
    plt.axis([-10, 10, 0, 0.6])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
逻辑斯谛分布

x = np.linspace(-5, 20, 1000)
labels = []
mu_list = [5, 9, 9, 6,2]
s_list = [2, 3, 4, 2,1]
plt.figure(dpi=150)
for mu, s in zip(mu_list, s_list):
    labels.append('μ={}, s={}'.format(mu, s))
    y = stats.logistic.pdf(x, loc=mu, scale=s)
    plt.axis([-5, 20, 0, 0.3])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
正态分布

import math

x = np.linspace(-5, 5, 1000)
labels = []
mu_list = [0, 0, 0, -2]
sigma_list = [0.2, 1.0, 5.0, 0.5]
plt.figure(dpi=150)
for mu, sigma in zip(mu_list, sigma_list):
    labels.append('μ={}, σ²={}'.format(mu, sigma))
    y = stats.norm.pdf(x, loc=mu, scale=math.sqrt(sigma))
    plt.axis([-5, 5, 0, 1.0])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
对数正态分布

x = np.linspace(0, 2.5, 1000)
labels = []
mu_list = [0,0,0]
sigma_list = [0.25, 0.5, 1]
plt.figure(dpi=150)
for mu, sigma in zip(mu_list, sigma_list):
    labels.append('μ={}, σ={}'.format(mu, sigma))
    y = stats.lognorm.pdf(x, s=sigma, loc=mu)
    plt.axis([0, 2.5, 0, 2.0])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
对数分布

x = np.arange(1, 6)
labels = []
p_list = [0.33, 0.66, 0.99]
plt.figure(dpi=150)
for p in p_list:
    labels.append('p={}'.format(p))
    y = stats.logser.pmf(x, p=p)
    plt.axis([0, 5, 0, 1.0])
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(x, y)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
多项分布
在这里插入图片描述

参考Multinomial probability density function

多元正态分布

x = np.linspace(-10, 10, 100)
y = np.linspace(-10, 10, 100)
x, y = np.meshgrid(x, y)
pos = np.dstack((x, y))
z = stats.multivariate_normal.pdf(pos, mean=[1, 2], cov=[[3, 0], [0, 15]])
plt.figure(dpi=150)
plt.contourf(x, y, z)

在这里插入图片描述

from mpl_toolkits import mplot3d

x = np.linspace(-10, 10, 100)
y = np.linspace(-10, 10, 100)
X, Y = np.meshgrid(x, y)
pos = np.empty(X.shape + (2, ))
pos[:, :, 0] = X
pos[:, :, 1] = Y
Z = stats.multivariate_normal.pdf(pos, mean=[1, 2], cov=[[3, 0], [0, 15]])
plt.figure(dpi=150)
ax = plt.axes(projection='3d')
ax.plot_surface(X, Y, Z, cmap='viridis', linewidth=0)

在这里插入图片描述

负二项分布

x = np.arange(100)
labels = []
p_list = [0.25, 0.5, 0.75]
n_list = [20, 20, 20]
plt.figure(dpi=150)
for p, n in zip(p_list, n_list):
    labels.append('p={}, n={}'.format(p, n))
    y = stats.nbinom.pmf(x, n=n, p=p)
    plt.axis([0, 100, 0, 0.15])
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(x, y)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
非中心卡方分布

x = np.linspace(0, 10, 1000)
labels = []
df_list = [2, 2, 2, 4, 4, 4]
lambda_list = [1, 2, 3, 1, 2, 3]
plt.figure(dpi=150)
for df, la in zip(df_list, lambda_list):
    labels.append('df={}, λ={}'.format(df, la))
    y = stats.ncx2.pdf(x, df=df, nc=la)
    plt.axis([0, 10, 0, 0.3])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

非中心F分布

x = np.linspace(0, 10, 1000)
labels = []
df_list = [5, 10]
lambda_list = [0.000001, 1, 5, 10, 20]  # λ为0时则为F分布
plt.figure(dpi=150)
for la in lambda_list:
    labels.append('λ={}'.format(la))
    y = stats.ncf.pdf(x, dfn=5, dfd=10, nc=la)  # 分子自由度和分母自由度分别为5、10
    plt.axis([0, 10, 0, 0.8])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

帕累托分布II型（Lomax Distribution）

x = np.linspace(0, 6, 1000)
labels = []
lambda_list = [1, 2, 4, 6]
alpha_list = [2, 2, 1, 1]
plt.figure(dpi=150)
for la, alpha in zip(lambda_list, alpha_list):
    labels.append('λ={}, α={}'.format(la, alpha))
    y = stats.lomax.pdf(x, c=alpha, scale=la)
    plt.axis([0, 6, 0, 2])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

泊松分布

x = np.arange(20)
labels = []
mu_list = [1, 4, 10]
plt.figure(dpi=150)
for mu in mu_list:
    labels.append('μ={}'.format(mu))
    y = stats.poisson.pmf(x, mu=mu)
    plt.axis([0, 20, 0, 0.4])
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(x, y)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
幂律分布

x = np.linspace(0, 1, 1000)
labels = []
plt.figure(dpi=150)
alpha = 2/8  # 28法则
labels.append('α={}'.format(alpha))
y = stats.powerlaw.pdf(x, a=alpha)
plt.axis([0, 1, 0, 10])
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

瑞利分布

x = np.linspace(0, 10, 1000)
labels = []
sigma_list = [0.5, 1.0, 2.0, 3.0, 4.0]
plt.figure(dpi=150)
for sigma in sigma_list:
    labels.append('σ={}'.format(sigma))
    y = stats.rayleigh.pdf(x, scale=sigma)
    plt.axis([0, 10, 0, 1.4])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
柯西分布（洛伦兹分布）

x = np.linspace(-5, 5, 1000)
labels = []
x0_list = [0, 0, 0, -2]
gamma_list = [0.5, 1.0, 2.0, 1.0]
plt.figure(dpi=150)
for x0, gamma in zip(x0_list, gamma_list):
    labels.append('$x_0$={}, $\gamma$={}'.format(x0, gamma))
    y = stats.cauchy.pdf(x, loc=x0, scale=gamma)
    plt.axis([-5, 5, 0, 0.7])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
标准指数分布

x = np.linspace(0, 5, 100)
la = 1
y = stats.expon.pdf(x, scale=la)
plt.figure(dpi=150)
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)
plt.legend(labels=['λ=1'], loc='best')

在这里插入图片描述
标准伽马分布

x = np.linspace(0, 20, 1000)
y = stats.gamma.pdf(x, a=5, scale=1)
plt.figure(dpi=150)
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)
plt.legend(labels=['α=5, β=1'], loc='best')

在这里插入图片描述
标准正态分布

x = np.linspace(-5, 5, 1000)
y = stats.norm.pdf(x, loc=0, scale=1)
plt.figure(dpi=150)
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)
plt.legend(labels=['μ=0, σ²=1'], loc='best')

在这里插入图片描述
学生t分布

x = np.linspace(-5, 5, 1000)
labels = []
df_list = [1, 2, 5, 999999]
plt.figure(dpi=150)
for df in df_list:
    labels.append('df={}'.format(df))
    y = stats.t.pdf(x, df=df)
    plt.axis([-5, 5, 0, 0.4])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
labels[-1] = 'df=+∞'
plt.legend(labels=labels, loc='best')

在这里插入图片描述
三角形分布

x = np.linspace(-3, 8, 1000)
plt.figure(dpi=150)
left, mode, right = -3, 0, 8  # 三角分布的下限、峰值、上限
y = stats.triang.pdf(x, c=(mode-left)/(right-left), loc=left, scale=right-left)
plt.axis([-3, 8, 0, 0.2])
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)

在这里插入图片描述
均匀分布

x = np.linspace(0, 3, 1000)
plt.figure(dpi=150)
a = 1
b = 2
y = stats.uniform.pdf(x, loc=a, scale=b-a)
plt.tick_params(axis='both', labelsize=14)
plt.plot(x, y)

在这里插入图片描述
冯·米塞斯分布（循环正态分布）

import math

x = np.linspace(-math.pi, math.pi, 1000)
labels = []
kappa_list = [0, 0.5, 1, 2, 4, 8]
plt.figure(dpi=150)
for kappa in kappa_list:
    labels.append('κ={}'.format(kappa))
    y = stats.vonmises.pdf(x, kappa=kappa)
    plt.axis([-math.pi, math.pi, 0, 1.2])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
逆高斯分布（Wald Distribution）

在这里插入代码片

韦伯分布

x = np.linspace(0, 2.5, 1000)
labels = []
lambda_list = [1, 1, 1, 1]
a_list = [0.5, 1, 1.5, 5]
plt.figure(dpi=150)
for la, a in zip(lambda_list, a_list):
    labels.append('λ={}, a={}'.format(la, a))
    y = stats.weibull_min.pdf(x, c=a, scale=la)
    plt.axis([0, 2.5, 0, 2.5])
    plt.tick_params(axis='both', labelsize=14)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述
齐夫分布

x = np.arange(1, 11)
labels = []
a_list = [1, 2, 3, 4]
plt.figure(dpi=150)
ax = plt.gca(xscale='log', yscale='log') # 坐标轴为幂形式
for a in a_list:
    labels.append('a={}'.format(a))
    y = stats.zipf.pmf(k=x, a=a)
    plt.axis([1, 10, 10e-4, 1])
    plt.xticks(np.arange(1, 11), np.arange(1, 11))
    plt.tick_params(axis='both', labelsize=14)
    plt.scatter(x, y)
    plt.plot(x, y)
plt.legend(labels=labels, loc='best')

在这里插入图片描述

XerCis
关注
专栏目录
Python 实现 8 个概率分布公式及可视化！
程序员小芽的博客
06-20 879
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
Python实现12种概率分布（附代码）
xff123456_的博客
04-29 4494
今天给大家带来的这篇文章是关于机器学习的，机器学习有其独特的数学基础，我们用微积分来处理变化无限小的函数，并计算 它们的变化；我们使用线性代数来处理计算过程；我们还用概率论与统计学建模不确定性。 在这其中，概率论有其独特的地位，模型的预测结果、学习过程、学习目标都可以通过概率的角度来理解。 与此同时，从更细的角度来说，随机变量的概率分布也是我们必须理解的内容。在这篇文章中，项目作者介绍了所有你需要了解 的统计分布，他还提供了每一种分布的实现代码。 项目地址：https://github.com/grayk
Python概率分布大全.ipynb
04-27
Python概率分布大全（含可视化） https://xercis.blog.csdn.net/article/details/105533840
概率分布之间的距离度量以及python实现(四)
weixin_33972649的博客
06-20 1069
1、f 散度（f-divergence) KL-divergence 的坏处在于它是无界的。事实上KL-divergence 属于更广泛的 f-divergence 中的一种。 如果P和Q被定义成空间中的两个概率分布，则f散度被定义为： 一些通用的散度，如KL-divergence, Hellinger distance, 和total variation distance，都是f散度的...
Python | 数据处理中常用的数据分布介绍
最新发布
python收藏家的博客
08-18 561
正态分布（高斯分布）：在正态分布中，大多数数据点聚集在平均值周围，随着在任一方向上远离平均值，数据点会减少。均匀分布：均匀分布显示为平坦的水平线，因为数据范围内的每个值都有相等的出现机会。偏态分布：在右偏分布中，右侧的尾部比左侧长或粗，表明有一些高离群值。相反，在左偏分布中，左尾更长或更粗，意味着一些低离群值。双峰分布：与正态分布中的单个中心峰不同，双峰分布显示两个独立的峰，每个峰代表一组不同的数据点。指数分布：指数分布显示，随着远离零，值的概率迅速下降，这使其适合于对罕见事件进行建模。
机器学习领域必知必会的12种概率分布（附Python代码实现）
小詹学python的博客
10-04 1374
选自github作者：graykode编辑：机器之心机器学习开发者需要了解的 12 种概率分布，这些你都了解吗？机器学习有其独特的数学基础，我们用微积分来处理变化无限小的...
​常见的8个概率分布公式和可视化
deephub
04-21 4243
概率和统计知识是数据科学和机器学习的核心；我们需要统计和概率知识来有效地收集、审查、分析数据。 现实世界中有几个现象实例被认为是统计性质的（即天气数据、销售数据、财务数据等）。这意味着在某些情况下，我们已经能够开发出方法来帮助我们通过可以描述数据特征的数学函数来模拟自然。 “概率分布是一个数学函数，它给出了实验中不同可能结果的发生概率。” 了解数据的分布有助于更好地模拟我们周围的世界。它可以帮助我们确定各种结果的可能性，或估计事件的可变性。所有这些都使得了解不同的概率分布在数据科学和机器学习中非常有价值。
python实现概率统计_python 概率统计
weixin_39825854的博客
02-10 872
某班级有n个人，(n<=365)问至少有两个人的生日在同一天的概率有多大？ 由于如果使用公式的话365^300次方计算量很大,所以使用迭代的方式for n in range(1, 366):s = 1for i in range(n):s *= (365 - i) / 365print(n, 1-s) n=50 时 已经很大了组合数的计算,默认使用小数,可以指定使用整数计算from scip...
Python概率论
weixin_51705589的博客
03-22 1793
概率论是数学的一个分支，它研究随机事件的概率和统计规律。在Python中，有很多强大的概率统计库可以帮助我们进行概率计算和数据分析，比如NumPy、SciPy和Pandas等库。下面我将为您介绍一些基本的概率概念以及如何在Python中实现它们。
Python数据可视化实现正态分布（高斯分布）
12-26
正态分布（Normal distribution）又成为高斯分布（Gaussian distribution） ...# Python实现正态分布 # 绘制正态分布概率密度函数 u = 0 # 均值μ u01 = -2 sig = math.sqrt(0.2) # 标准差δ sig01 = mat
Python实现12种概率分布
m0_66291385的博客
03-19 653
Python实现12种概率分布 Beta 分布 Beta 分布（连续型） 高斯分布/正态分布（连续型） 标准正态分布 范畴分布 多项式分布（离散型） 二项分布（离散型） 伯努利分布 指数分布 狄利克雷分布（连续型） Gamma 分布（连续型） 学生 t-分布
python 概率分布_如何用python实现概率分布？
weixin_42305648的博客
12-31 1228
随机变量+抽样统计基础思维导图总结概率分布和抽样的python实现伯努利分布 Bernoulli Distribution%matplotlib inline import numpy as np import matplotlib.pyplot as plt from scipy import stats #定义随机变量：1次抛硬币 X = np.arange(0,2,1) #成功指正面朝上记录...
Python实现概率论（1）
yesterday_day的博客
06-19 1376
python实现概率论
概率问题（python实现）
qq_35526921的博客
07-05 1307
两只球队，每支球队11人加裁判共23人，假设都是同年出生，那么至少有两人在同一天出生的概率是多少？ import random n=0 def dataint(down,up,k): """ 产生多维随机整数 :param down: :param up: :param k: :return: """ data=[] for i in range(k): temp = random.randint(down, up)
python统计一组数据中的概率_用Python展示统计概率思维
weixin_39869197的博客
11-30 1431
1.伯努利分布最简单的例子就是【抛硬币】只有2种结果，每种结果的概率性等而且互不干扰。把正面朝上定义为‘1’、背面朝上定义为‘0’，来计算结果的概率：'''需要3个包分别是‘数组包’、‘绘图包’、‘计算包的统计模块’'''#导入数组包import numpy as np#导入绘图包import matplotlib.pyplot as plt#导入统计计算包的统计模块from scipy impo...
python 概率分布相关ＡＰＩ
一地鸡毛
10-10 1889
１　ＧＵＳＳＩＡＮ　分布 numpy.random.normal numpy.random.normal(loc=0.0, scale=1.0, size=None) Draw random samples from a normal (Gaussian) distribution. The probability density function of the normal
python统计一组数据中的概率_Python实现概率分布
weixin_39867142的博客
11-27 2078
一、概率分布概率分布，是概率论的基本概念之一，主要用以表述随机变量取值的概率规律。为了使用的方便，根据随机变量所属类型的不同，概率分布取不同的表现形式。概率分布包括离散概率分布和连续概率分布。离散数据：数据由一个个单独的数值组成，其中的每一个数值都有相应概率。连续数据：数据涵盖的是一个范围，这个范围内的任何一个数值都有可能成为事件的结果。离散概率分布包括：伯努利分布、二项分布、几何分布、泊松分布连...
Python实现概率分布
qq_43315928的博客
11-24 1556
一、概率分布 概率分布，是概率论的基本概念之一，主要用以表述随机变量取值的概率规律。为了使用的方便，根据随机变量所属类型的不同，概率分布取不同的表现形式。 概率分布包括离散概率分布和连续概率分布。 离散数据：数据由一个个单独的数值组成，其中的每一个数值都有相应概率。 连续数据：数据涵盖的是一个范围，这个范围内的任何一个数值都有可能成为事件的结果。 离散概率分布包括：伯努利分布、二项分布、几何分布、...
分析代码class N_need: def __init__(self, max_len): self.max_len = max_len self.set_all = set([i for i in range(max_len)]) # 初始化全部情况 name_list = ["nc", "nu", "ncf", "nuf", "ncs", "nus"] self.nc_res = [] for i in range(max_len): self.nc_res.append(dict()) for _ in name_list: self.nc_res[i][_] = 0 self._temp_process = set() def process(self, number): self._temp_process.add(number) def update(self, flag): diff_set = self.set_all - self._temp_process for _num in list(self._temp_process): self.nc_res[_num]["nc"] += 1 if flag: self.nc_res[_num]["ncs"] += 1 else: self.nc_res[_num]["ncf"] += 1 for _num in list(diff_set): self.nc_res[_num]["nu"] += 1 if flag: self.nc_res[_num]["nus"] += 1 else: self.nc_res[_num]["nuf"] += 1 self._temp_process = set() def __getitem__(self, item): res = self.nc_res[item] return [item, res['nc'], res['nu'], res['ncf'], res['nuf'], res['ncs'], res['nus']] def __len__(self): return self.max_len nc = N_need(21)
06-08
这段代码定义了一个名为 `N_need` 的类，它包含以下方法： - `__init__(self, max_len)`：构造函数，初始化 `max_len` 和 `set_all` 属性，并初始化一个 `nc_res` 列表，包含 `max_len` 个字典，每个字典代表一个数字对应的统计结果，同时将 `_temp_process` 属性初始化为空集合。 - `process(self, number)`：将 `number` 添加到 `_temp_process` 集合中。 - `update(self, flag)`：根据 `flag` 更新统计结果，将 `_temp_process` 集合中的数字加入到 `nc_res` 列表中对应的字典中，同时将未处理的数字加入到对应字典的其他字段中。 - `__getitem__(self, item)`：根据 `item` 返回对应数字的统计结果。 - `__len__(self)`：返回 `max_len` 属性的值。 在代码最后，创建了一个名为 `nc` 的 `N_need` 对象，`max_len` 属性值为 21。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

XerCis

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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