首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

有没有人有使用scipy.stats.distributions的示例代码?

有的,scipy.stats.distributions 是一个包含了各种统计分布的 Python 模块。下面是一个使用 scipy.stats.distributions 的示例代码,用于生成正态分布的随机数:

代码语言:python
代码运行次数:0
复制
import numpy as np
from scipy.stats import norm

# 生成正态分布的随机数
mean = 0
std_dev = 1
num_samples = 1000
random_samples = np.random.normal(mean, std_dev, num_samples)

# 计算正态分布的概率密度函数
x = np.linspace(norm.ppf(0.01, mean, std_dev), norm.ppf(0.99, mean, std_dev), 100)
y = norm.pdf(x, mean, std_dev)

# 绘制正态分布的概率密度函数图形
import matplotlib.pyplot as plt
plt.plot(x, y)
plt.hist(random_samples, bins=50, density=True, alpha=0.6, color='g')
plt.show()

在这个示例中,我们首先导入了 numpyscipy.stats.norm,然后使用 np.random.normal() 函数生成了一组正态分布的随机数。接下来,我们计算了正态分布的概率密度函数,并使用 matplotlib 绘制了正态分布的概率密度函数图形。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

共14个视频
CODING 公开课训练营
学习中心
本训练营包含 7 大模块,具体为敏捷与瀑布项目管理、代码管理、测试管理、制品管理、持续部署与应用管理。从 DevOps 全链路上每个模块的业界理念和方法论入手,以知其然并知其所以然为设计理念,并结合 CODING 平台的工具实操教学,给出规范示例,不仅能帮助学习者掌握 DevOps 的理论知识,更能掌握 CODING 平台各产品模块的正确使用方式,并进行扩展性的实践。
领券