Python | Scipy实现离散型概率分布（伯努利、二项、几何、泊松）

最新推荐文章于 2024-03-20 01:00:00 发布

惜木兮

最新推荐文章于 2024-03-20 01:00:00 发布

阅读量2.1k

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/weixin_46023346/article/details/123660437

版权

本文介绍了伯努利分布、二项分布和几何分布的基本概念，通过实例展示了如何用Python计算其概率质量函数，并通过图形展示它们的概率分布。重点讲解了单次试验的伯努利分布，以及在多次试验中的二项分布和首次成功所需尝试次数的几何分布。

摘要由CSDN通过智能技术生成

伯努利分布Bernoulli Distribution

随机变量X有伯努利分布, 参数为p(0<p<1),如果它分别以概率p和1-p取1和0为值，是n=1时二项分布的特殊情况，即进行了单次的伯努利试验（仅有两个互斥结果）

#导入包
#数组包
import numpy as np
#绘图包
import matplotlib.pyplot as plt
#统计计算包的统计模块
from scipy import stats

'''1、定义随机变量'''
# 掷硬币，正面朝上为1，反面朝上为0
x=np.arange(0,2,1)
x

array([0, 1])

'''2、求对应的概率质量函数 (PMF)'''
# 得到对应出现的概率
p=0.5
pList=stats.bernoulli.pmf(x,p)
pList

array([0.5, 0.5])

'''3、绘图'''
fig=plt.figure()
# plot在此的作用为显示两个标记点
plt.plot(x,pList,marker='o',linestyle='None')
'''
vlines用于绘制竖直线(vertical lines),
参数说明：vline(x坐标值, y坐标最小值, y坐标值最大值)
'''
plt.vlines(x, 0