正态分布
概率密度函数表示 -> 表示一个特定范围的值的发生概率
import numpy as np
import matplotlib.pyplot as plt
normal = np.random.normal(100, 6, 100)
plt.hist(normal, 10)
plt.show()
from scipy.stats import norm
x = np.arange(-3, 3, 0.001)
plt.plot(x, norm.pdf(x))
![3bb029bafdb7f6928554b692dd941a0e.png](https://i-blog.csdnimg.cn/blog_migrate/e7cb6be70540d138e95b655e94a97af9.png)
均匀分布
均匀分布的概率分布函数是什么形状呢?在某这个范围之外,没有任何值,在这个范围之内,则是一条水平直线,因为所有值出现的概率都是相同的
uniform = np.random.uniform(-10, 10, 1000)
plt.hist(uniform, 50)
plt.show()
![8ee37beb80b81ae2055547d79334a381.png](https://i-blog.csdnimg.cn/blog_migrate/a0996e7b7d1d470e811cb0cf27259bb7.png)
指数概率分布与指数定律
指数概率分布函数,其函数值以指数方式下降。指数下降,是指一条曲线上在 0 附近的值发生的概率很高,但当远离 0 时,值会急速下降。
from scipy.stats import expon
x = np.arange(0, 10, 0.001)
plt.plot(x, expon.pdf(x))
![5c438c3eea5e30476a0c76a39c7f3482.png](https://i-blog.csdnimg.cn/blog_migrate/dc5a9c8fe86a662c7d51b8d9467c935f.png)
二项式概率质量函数
概率质量函数处理的是离散数据
from scipy.stats import binom
x = np.arange(0, 10, 0.001)
plt.plot(x, binom.pmf(x, 10, 0.5))
![2ad944eb9c2ba863ac1ce2877ed62f1b.png](https://i-blog.csdnimg.cn/blog_migrate/20bc72b6cfaf28e8c0de9a5977c60beb.png)
泊松概率质量函数
如果你知道了在给定时间段内某个事情发生的平均次数,那么就可以使用泊松概率质量函数 来预测未来某个时段这个事情发生另一个次数的概率。
from scipy.stats import poisson
mu = 500
x = np.arange(400, 600, 0.5)
plt.plot(x, poisson.pmf(x, mu))
![75f15a6df96dc313facd8af3284c5716.png](https://i-blog.csdnimg.cn/blog_migrate/1a4aa38e32335a3904a94cd805795852.png)
百分位数
一般来说,如果将数据集中所有数据排好顺序,那么第 x 个百分位数就是这样一个点:数据集中 x% 的数据都小于它。
矩
矩可以定义为描述概率密度函数形状的数量指标。
矩就是用在概率密度函数中描述数据分布形状的一个指标参数,它有一个非常棒的 数学定义:
一阶矩是均值,二阶矩是方差,三阶矩是偏度,四阶矩是峰度。我们已经 知道了什么是均值和方差。偏度表示数据的偏斜程度,即数据的尾部偏向哪一侧。峰度表示数据 分布有多尖锐,即从两侧向中间被挤压的程度。