import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
正态分布 norm
from scipy.stats import norm
rvs 産生服從指定分布的随機數
x = norm.rvs(loc=0, scale=1, size=10000)
sns.distplot(x)
pdf 機率密度函數
0.3989422804014327
x = np.linspace(-5,5, 1000)
y = norm.pdf(x, loc=0, scale=1)
sns.lineplot(x,y)
cdf 累計分布函數
0.5
x = np.linspace(-5,5, 1000)
y = norm.cdf(x, loc=0, scale=1)
sns.lineplot(x,y)
sf 殘存函數(1-cdf)
x = np.linspace(-5,5, 1000)
y = norm.sf(x, loc=0, scale=1)
sns.lineplot(x,y)
ppf 下側分位數函數(cdf的逆)
1.959963984540054
isf 上側分位數函數(sf的逆)
-1.959963984540054
其餘常用分布
用法與norm大緻相同
| 名稱 | 含義 | |
|---|---|---|
| beta | beta分布 | |
| 1 | f | F分布 |
| 2 | gamma | gam分布 |
| 3 | poisson | 泊松分布 |
| 4 | hypergeom | 超幾何分布 |
| 5 | lognorm | 對數正态分布 |
| 6 | binom | 二項分布 |
| 7 | uniform | 均勻分布 |
| 8 | chi2 | 卡方分布 |
| 9 | cauchy | 柯西分布 |
| 10 | laplace | 拉普拉斯分布 |
| 11 | rayleigh | 瑞利分布 |
| 12 | t | 學生T分布 |
| 13 | norm | 正态分布 |
| 14 | expon | 指數分布 |