python实现正态分布_用python来学数理统计-正态分布（1）

踌躇再三，先写一篇

毕竟这是python语言入门， 也不怕笑话

今天，从“正态分布”开起，为什么？

给你一个标准“正态分布”；它再漂亮，“期望”也是零。

1、函数库介绍

Python的许多功能由扩展库来完成，科学计算方面主要有NumPy、SciPy，绘图可视化由matplotlib（pylab隶属于其中）来实现，这些都是开源、可自由下载安装。

2、常用的统计函数

Scipy中的stats模块包含了多种常用的数据统计函数，包括连续和离散两种随机变量。

对于连续随机变量，可有如下操作：

rvs：随机变量进行取值，通过size给定大小

pdf：概率密度函数

cdf：累计分布函数

sf：生存函数，1-CDF

ppf：百分点函数，累计分布函数的反函数

isf：生存函数的反函数

stats：返回期望和方差（mean()、var()）

3、连续正态分布

举例-1：获得norm函数的使用说明

>>> from scipy import stats

>>> from scipy.stats import norm

>>> print norm.__doc__

举例-2：创建正态分布随机变量及绘图

>>> import numpy as np

>>> import pylab as pl

>>> X = norm() #默认参数，loc=0，scale=1

>>> Y = norm(loc=1.0,scale=2.0) #平移1.0，放大2.0

>>> t = np.arange(-10,10,0.01)

>>> pl.plot(t,X.pdf(t),label="$X$",color="red"))

>>> pl.plot(t,Y.pdf(t),"b--",label="$Y$")

>>> plt.legend()

看看效果吧

当然，你可以试试上面提到的其它函数，开始吧！