python - 如何在 Python 中计算 PDF(概率密度函数)？

Question

下面的代码打印了特定均值和标准差的 PDF 图。

http://imgur.com/a/oVgML

现在我需要找到特定值的实际概率。因此，例如，如果我的均值为 0，我的值为 0，则我的概率为 1。这通常是通过计算曲线下面积来完成的。类似这样:

http://homepage.divms.uiowa.edu/~mbognar/applets/normal.html

我不知道如何解决这个问题

import numpy as np
import matplotlib    
import matplotlib.pyplot as plt

def normal(power, mean, std, val):
    a = 1/(np.sqrt(2*np.pi)*std)
    diff = np.abs(np.power(val-mean, power))
    b = np.exp(-(diff)/(2*std*std))
    return a*b

pdf_array = []
array = np.arange(-2,2,0.1)
print array
for i in array:
    print i
    pdf = normal(2, 0, 0.1, i)
    print pdf
    pdf_array.append(pdf)

plt.plot(array, pdf_array)
plt.ylabel('some numbers')
plt.axis([-2, 2, 0, 5])
plt.show()

print 

Answer 1

除非您有理由自己实现。 scipy.stats.norm 中提供了所有这些功能

我想你要求的是 cdf，然后使用此代码:

from scipy.stats import norm
print(norm.cdf(x, mean, std))