正态分布函数python代码
时间: 2023-11-12 14:57:24 浏览: 35
以下是正态分布函数的Python代码:
```python
import math
def normal_distribution(x, mu, sigma):
return (1 / (sigma * math.sqrt(2 * math.pi))) * math.exp(-0.5 * ((x - mu) / sigma) ** 2)
```
其中,x为自变量,mu为均值,sigma为标准差。
相关问题
标准正态分布函数 python
标准正态分布函数是指服从均值为0,标准差为1的正态分布函数。在Python中,可以使用SciPy库中的norm模块来计算标准正态分布函数的值。
首先,需要导入SciPy库的norm模块:
```python
from scipy.stats import norm
```
然后,可以使用norm模块的cdf方法来计算标准正态分布函数的值。例如,要计算x=1处的标准正态分布函数的值,可以使用以下代码:
```python
x = 1
std_normal_dist = norm(loc=0, scale=1)
std_normal_dist_value = std_normal_dist.cdf(x)
print(std_normal_dist_value)
```
输出结果将为0.8413447460685429,即x=1处的标准正态分布函数的值。
除了cdf方法,还可以使用ppf方法来计算给定概率下对应的分位数。例如,要计算标准正态分布函数在0.5处的分位数,可以使用以下代码:
```python
prob = 0.5
std_normal_dist_percentile = std_normal_dist.ppf(prob)
print(std_normal_dist_percentile)
```
输出结果将为0.0,即标准正态分布函数在0.5处的分位数为0。
希望以上信息对你有帮助!如果有任何问题,请随时提问。
python 正态分布函数
在Python中,可以使用SciPy库中的norm模块来计算正态分布函数。具体实现方法如下:
首先,需要安装SciPy库。可以使用以下代码进行安装:
```
pip install scipy
```
接着,可以使用以下代码计算正态分布函数的值:
```python
from scipy.stats import norm
# 计算标准正态分布函数在x=0处的值
print(norm.pdf(0))
# 计算标准正态分布函数在x=1处的值
print(norm.pdf(1))
# 计算标准正态分布函数在x=2处的值
print(norm.pdf(2))
# 计算标准正态分布函数在x=0.5处的累积分布函数值
print(norm.cdf(0.5))
# 计算标准正态分布函数在x=-1.5到x=1.5之间的累积分布函数值
print(norm.cdf(1.5) - norm.cdf(-1.5))
```
其中,pdf表示概率密度函数,cdf表示累积分布函数。norm.pdf(x)表示计算标准正态分布函数在x处的概率密度函数值,norm.cdf(x)表示计算标准正态分布函数在x处的累积分布函数值。