scipy.stats.Normal.
pdf#
- Normal.pdf(x, /, *, method=None)[source]#
機率密度函數
機率密度函數（“PDF”），符號為 \(f(x)\)，是指隨機變數取值為 \(x\) 的每單位長度的機率。 在數學上，它可以定義為累積分布函數 \(F(x)\) 的導數
\[f(x) = \frac{d}{dx} F(x)\]pdf接受 x 作為 \(x\) 的輸入。- 參數:
- xarray_like
PDF 的引數。
- method{None, ‘formula’, ‘logexp’}
用於評估 PDF 的策略。 預設情況下 (
None)，基礎架構會從以下選項中選擇，並依優先順序排列。'formula'：使用 PDF 本身的公式'logexp'：評估 log-PDF 並取指數
並非所有分佈都提供所有 method 選項。 如果選定的 method 不可用，將會引發
NotImplementedError。
- 回傳值:
- outarray
在引數 x 處評估的 PDF。
註解
假設一個連續機率分佈的支撐集為 \([l, r]\)。 根據支撐集的定義，PDF 在支撐集之外評估為最小值 \(0\)； 也就是說，對於 \(x < l\) 或 \(x > r\)。 PDF 的最大值可能小於或大於 \(1\)； 由於值是機率密度，因此只有其在支撐集上的積分必須等於 \(1\)。
參考文獻
[1]機率密度函數，維基百科，https://zh.wikipedia.org/zh-tw/機率密度函數
範例
使用所需的參數實例化分佈
>>> from scipy import stats >>> X = stats.Uniform(a=-1., b=1.)
在所需的引數處評估 PDF
>>> X.pdf(0.25) 0.5