Python计算工厂次品的正态分布概率

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。