单边截尾密度函数图python

单边截尾密度函数（Truncated Density Function）是指在统计学中，当数据分布存在上限限制时，只考虑在某个特定区间内的概率密度。在Python中，你可以使用numpy库以及matplotlib库来绘制这样的图。

首先，你需要安装这两个库，如果尚未安装可以使用pip进行安装：

pip install numpy matplotlib

然后，下面是一个简单的例子，假设你要绘制正态分布的单边截尾密度函数，截断区间在[0, 5]：

import numpy as np
import matplotlib.pyplot as plt

# 定义参数
mean = 3
std_dev = 2
lower_bound = 0
upper_bound = 5
x_values = np.linspace(lower_bound, upper_bound, 100)

# 计算标准正态分布
normal_distribution = (1 / (np.sqrt(2 * np.pi) * std_dev)) * np.exp(-(x_values - mean)**2 / (2 * std_dev**2))

# 截断分布
truncated_normal = normal_distribution[np.logical_and(x_values >= lower_bound, x_values <= upper_bound)]

# 绘制图形
plt.plot(x_values, truncated_normal)
plt.title('单边截尾正态分布')
plt.xlabel('Value')
plt.ylabel('Density')
plt.axvline(mean, color='red', linestyle='--', label='Mean')
plt.axvline(upper_bound, color='k', linestyle=':', label='Upper Bound')
plt.legend()
plt.show()