loc 平均值
scale (scale) 标准差
pdf(x, loc=0, scale=1)
正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
from scipy.stats import norm
import numpy as np
import matplotlib.pyplot as plt
dmean=0.5
dstd=1
x=np.arange(-5,5,0.01)
y=norm.pdf(x,dmean,dstd)
plt.plot(x,y)
plt.xlabel('x')
plt.ylabel('y')
plt.show()
最后
以上就是陶醉小土豆最近收集整理的关于python正态分布函数_python3-正态分布的全部内容，更多相关python正态分布函数_python3-正态分布内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复