python 计算正态分布

在 Python 中可以使用 `scipy.stats` 模块来计算正态分布。

以下是一个示例代码，演示如何计算正态分布的概率密度函数、累积分布函数和反函数：

from scipy.stats import norm

# 概率密度函数
pdf = norm.pdf(0.5, loc=0, scale=1)
print(f"pdf: {pdf:.4f}")

# 累积分布函数
cdf = norm.cdf(0.5, loc=0, scale=1)
print(f"cdf: {cdf:.4f}")

# 反函数
ppf = norm.ppf(0.5, loc=0, scale=1)
print(f"ppf: {ppf:.4f}")

在上面的代码中，`loc` 和 `scale` 分别是正态分布的均值和标准差。例如，如果要计算均值为 2，标准差为 0.5 的正态分布的概率密度函数，可以使用以下代码：

pdf = norm.pdf(1.5, loc=2, scale=0.5)

同样地，如果要计算均值为 0，标准差为 1 的正态分布在 x=1 处的累积分布函数，可以使用以下代码：

cdf = norm.cdf(1, loc=0, scale=1)

更多关于 `scipy.stats.norm` 的用法，可以查看官方文档：https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.norm.html。