用python画正态分布曲线,python正态分布函数

　　用来计算连续变量的发生率，很抽象。简单来说，单独拿出来没用，但不代表没用。反而太重要了。它能让你看清世界的真相。

　　我们先来看看图片。像这样的线性太分散了。

　　这是一个标准的正态分布。

　　正分布有四个特点。

　　它呈钟形，对称。

　　的分布趋势(均值、中值、众数)是相同的。

　　最高部分等于标准差的1.3倍。

　　随机变量分布区间是无限的。

　　模型f(x)=(1/20.5)* e(-(1/2)*((x-)/)2)，e是自然常数，我们这次已经说过了，是总体平均值，可以用函数计算，是总体标准差，也可以用函数计算。

　　一个标准正态分布函数的=0和=1，看起来有点可笑，其实还是存在的。

　　标准正态分布函数f(z)=(1/2)* e(-1/2 * z ^ 2)

　　这次太棒了。一次写两个函数。开始了。

　　#正态分布函数

　　def normal_fun(chance_x，case_list=[0]，mean_num=0，covar_num=0):

　　e=2.7182818pal=3.1415926

　　如果len_fun(case_list)==1且case_list[0]==0:

　　normal _ num=(1/(covar _ num *(2 * pal)* * 0.5))* e * *((0-0.5)*(((chance _ x-mean _ num)/covar _ num)* * 2))否则：

　　mean_num=sum_mean_fun(案例列表)

　　covar_num=covar_fun(案例列表)

　　normal_num=(1/(covar _ num *(2 * pal)* * 0.5))* e * *((0-0.5)*(((chance _ x-mean _ num)/covar _ num)* * 2))返回normal _ num

　　函数描述：其实需要三个参数，随机变量，期望值，协方差，所以函数有两种用法。

　　If _ _ name _ _= _ _ main _ _: #第一种用法

　　案例列表=[8，9，10，11，12]

　　Normal _ rate=normal _ fun (3，case _ list=case _ list)打印normal _ rate #秒用法

　　normal_rate=normal_fun(3，平均值=0，covar_num=1)打印normal_rate

　　第二种是图中的标准正态分布函数，要求=0，=1，所以省略这两个参数。

　　#标准正态分布函数

　　defnormal_s_fun(chance_x):

　　e=2.7182818 pal=3.1415926 normal _ num=(1/((2 * pal)* * 0.5))* e * *((0-0.5)*(chance _ x * * 2))print normal _ num

　　本来想多写点，但是觉得和这个不搭，就单独拿出来放在这里了。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。