python统计函数库scipy.stats的用法解析


Posted in Python onFebruary 25, 2020

背景

总结统计工作中几个常用用法在python统计函数库scipy.stats的使用范例。

正态分布

以正态分布的常见需求为例了解scipy.stats的基本使用方法。

1.生成服从指定分布的随机数

norm.rvs通过loc和scale参数可以指定随机变量的偏移和缩放参数,这里对应的是正态分布的期望和标准差。size得到随机数数组的形状参数。(也可以使用np.random.normal(loc=0.0, scale=1.0, size=None))

In [4]: import numpy as np
In [5]: import scipy.stats as st
In [6]: st.norm.rvs(loc = 0,scale = 0.1,size =10)
Out[6]:
array([ 0.12259875, 0.07001414, 0.11296181, -0.00630321, -0.04377487,
0.00474487, -0.00728678, 0.03860256, 0.06701367, 0.03797084])
In [7]:
In [9]: st.norm.rvs(loc = 3,scale = 10,size=(2,2))
Out[9]:
array([[-13.26078265, 0.88411923],
[ 5.14734849, 17.94093177]])
In [10]:

2.求概率密度函数指定点的函数值

stats.norm.pdf正态分布概率密度函数。

In [33]: st.norm.pdf(0,loc = 0,scale = 1)
Out[33]: 0.3989422804014327
In [34]: st.norm.pdf(np.arange(3),loc = 0,scale = 1)
Out[34]: array([ 0.39894228, 0.24197072, 0.05399097])
In [35]:

3.求累计分布函数指定点的函数值

stats.norm.cdf正态分布累计概率密度函数。

In [52]: st.norm.cdf(0,loc=3,scale=1)
Out[52]: 0.0013498980316300933
In [53]: st.norm.cdf(0,0,1)
Out[53]: 0.5
In [54]:

4.累计分布函数的逆函数

stats.norm.ppf正态分布的累计分布函数的逆函数,即下分位点。

In [59]: z05 = st.norm.ppf(0.05)
In [60]:
In [60]: z05
Out[60]: -1.6448536269514729
In [61]: st.norm.cdf(z05)
Out[61]: 0.049999999999999975
In [62]:

通用函数

stats连续型随机变量的公共方法:

名称 备注
rvs 产生服从指定分布的随机数
pdf 概率密度函数
cdf 累计分布函数
sf 残存函数(1-CDF)
ppf 分位点函数(CDF的逆)
isf 逆残存函数(sf的逆)
fit 对一组随机取样进行拟合,最大似然估计方法找出最适合取样数据的概率密度函数系数。

*离散分布的简单方法大多数与连续分布很类似,但是pdf被更换为密度函数pmf。

常见分布

可能用到的分布对照表

名称 含义
beta beta分布
f F分布
gamma gam分布
poisson 泊松分布
hypergeom 超几何分布
lognorm 对数正态分布
binom 二项分布
uniform 均匀分布
chi2 卡方分布
cauchy 柯西分布
laplace 拉普拉斯分布
rayleigh 瑞利分布
t 学生T分布
norm 正态分布
expon 指数分布

以上这篇python统计函数库scipy.stats的用法解析就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python实现股市信息下载的方法
Jun 15 Python
python实现发送和获取手机短信验证码
Jan 15 Python
Python随机读取文件实现实例
May 25 Python
一个月入门Python爬虫学习,轻松爬取大规模数据
Jan 03 Python
Django网络框架之HelloDjango项目创建教程
Jun 06 Python
Pandas之DataFrame对象的列和索引之间的转化
Jun 25 Python
用python做游戏的细节详解
Jun 25 Python
python kafka 多线程消费者&手动提交实例
Dec 21 Python
Python 模拟生成动态产生验证码图片的方法
Feb 01 Python
Python实现实时数据采集新型冠状病毒数据实例
Feb 04 Python
Python使用struct处理二进制(pack和unpack用法)
Nov 12 Python
python Tkinter模块使用方法详解
Apr 07 Python
Python Websocket服务端通信的使用示例
Feb 25 #Python
Python GUI库PyQt5样式QSS子控件介绍
Feb 25 #Python
浅谈python累加求和+奇偶数求和_break_continue
Feb 25 #Python
Python GUI库PyQt5图形和特效样式QSS介绍
Feb 25 #Python
python 伯努利分布详解
Feb 25 #Python
Python3如何在Windows和Linux上打包
Feb 25 #Python
python实现可下载音乐的音乐播放器
Feb 25 #Python
You might like
Drupal7 form表单二次开发要点与实例
2014/03/02 PHP
PHP使用xmllint命令处理xml与html的方法
2014/12/15 PHP
对联广告js flash激活
2006/10/19 Javascript
JavaScript实现统计文本框Textarea字数增强用户体验
2012/12/21 Javascript
jQuery JSON实现无刷新三级联动实例探讨
2013/05/28 Javascript
JavaScript中把数字转换为字符串的程序代码
2013/06/19 Javascript
js操作checkbox遇到的问题解决
2013/06/29 Javascript
setTimeout()与setInterval()方法区别介绍
2013/12/24 Javascript
Javascript的闭包详解
2014/12/26 Javascript
Javascript实现颜色rgb与16进制转换的方法
2015/04/18 Javascript
JavaScript如何实现组合列表框中元素移动效果
2016/03/01 Javascript
JavaScript实现点击文本自动定位到下拉框选中操作
2016/06/15 Javascript
微信小程序progress组件使用详解
2018/01/31 Javascript
vue2.0 + element UI 中 el-table 数据导出Excel的方法
2018/03/02 Javascript
vue移动端弹框组件的实例
2018/09/25 Javascript
vue与原生app的对接交互的方法(混合开发)
2018/11/28 Javascript
使用python实现扫描端口示例
2014/03/29 Python
Django中实现一个高性能计数器(Counter)实例
2014/07/09 Python
python使用opencv读取图片的实例
2017/08/17 Python
全面分析Python的优点和缺点
2018/02/07 Python
详解Django之admin组件的使用和源码剖析
2018/05/04 Python
python实现顺时针打印矩阵
2019/03/02 Python
将python文件打包成EXE应用程序的方法
2019/05/22 Python
python tkinter实现屏保程序
2019/07/30 Python
python:动态路由的Flask程序代码
2019/11/22 Python
解决python-docx打包之后找不到default.docx的问题
2020/02/13 Python
手把手教你安装Windows版本的Tensorflow
2020/03/26 Python
深入探究HTML5的History API
2015/07/09 HTML / CSS
Under Armour西班牙官网:美国知名的高端功能性运动品牌
2018/12/12 全球购物
厨师长岗位职责
2014/03/02 职场文书
学校班班通实施方案
2014/06/11 职场文书
测绘工程专业求职信
2014/07/15 职场文书
大学生求职自荐信
2015/03/24 职场文书
python实现网络五子棋
2021/04/11 Python
Python基础之进程详解
2021/05/21 Python
Nginx 安装SSL证书完成HTTPS部署
2022/04/28 Servers