教 程 目 录
所有统计函数都位于子包scipy.stats中,可以使用info(stats)函数获得这些函数的相当完整的列表.还可以从stats子包的docstring获取可用随机变量列表.该模块包含大量的概率分布以及不断增长的统计函数库.
每个单变量分布都有自己的子类,如下表所示 :锶.不.Class&说明
1rv_continuous
用于子类化的通用连续随机变量类
2rv_discrete
一般的离散随机变量类用于子类化
3rv_histogram
生成直方图给出的分布
正常连续随机变量
随机变量X可以取任何值的概率分布是连续随机变量. location(loc)关键字指定平均值. scale(scale)关键字指定标准差.
作为rv_continuous类的一个实例,norm对象继承了它通用方法的集合,并使用特定于此特定分布的详细信息完成它们.
要在多个点计算CDF,我们可以传递列表或NumPy数组.让我们考虑以下示例.from scipy.stats import norm
import numpy as np
print norm.cdf(np.array([1,-1., 0, 1, 3, 4, -2, 6]))
上述程序将生成以下输出.array([0.84134475,0.15865525,0.5,0.84134475,0.996501,
0.99996833,0.02275013,1.])
要查找分布的中位数,我们可以使用百分点函数(PPF),它是CDF的反函数.让我们通过使用以下示例来理解.from scipy.stats import norm
print norm.ppf(0.5)
上述程序将生成以下输出.0.0