Python计算工厂次品的正态分布概率
时间: 2024-06-02 22:06:48 浏览: 170
Python是一种常用的编程语言,可以使用它来进行统计学和数据分析。正态分布是统计学中最常见的一种概率分布,可以用于描述很多自然现象的分布情况,例如身高、体重、考试成绩等等。
在Python中,可以使用scipy库中的norm模块来计算正态分布的概率。具体来说,可以使用norm.cdf()函数来计算一个随机变量在正态分布中小于某个值的概率。例如,如果我们有一个均值为mu,标准差为sigma的正态分布,想要计算其小于x的概率,可以使用以下代码:
```
from scipy.stats import norm
mu = 10
sigma = 2
x = 8
p = norm.cdf(x, mu, sigma)
print(p)
```
其中,norm.cdf()函数的第一个参数x表示要计算概率的随机变量值,第二个参数mu表示正态分布的均值,第三个参数sigma表示正态分布的标准差。上述代码会输出一个小于8的概率值。
如果你需要计算在一个区间内的概率,可以使用norm.interval()函数。例如,如果我们想要计算均值为mu、标准差为sigma的正态分布在区间[a, b]内的概率,可以使用以下代码:
```
from scipy.stats import norm
mu = 10
sigma = 2
a = 8
b = 12
p = norm.interval(b, mu, sigma) - norm.interval(a, mu, sigma)
print(p)
```
其中,norm.interval()函数的第一个参数x表示要计算概率的随机变量值,返回值是一个包含区间下界和上界的元组。上述代码会输出一个落在[8, 12]区间内的概率值。
阅读全文