计算概率密度函数的代码

概率密度函数（Probability Density Function，PDF）是用来描述随机变量在一个给定区间内取值可能性大小的一种数学工具。在编程中，计算PDF通常涉及到已知的概率分布，比如正态分布、均匀分布等。这里以Python的NumPy库为例，假设我们有一个简单的正态分布：

import numpy as np

# 定义一个正态分布的均值和标准差
mean = 0
std_dev = 1

# 创建一个数组用于x值
x_values = np.linspace(-5, 5, 1000)  # 创建从-5到5，包含1000个点的均匀间隔

# 计算正态分布的概率密度
def normal_pdf(x, mean, std_dev):
    return (1 / (np.sqrt(2 * np.pi) * std_dev)) * np.exp(-(x - mean)**2 / (2 * std_dev**2))

pdf = normal_pdf(x_values, mean, std_dev)

在这个例子中，`normal_pdf`函数接收一个x值，并基于该值以及给定的均值和标准差返回相应的概率密度。`pdf`数组存储了所有x值对应的概率密度。