scipy.stats.Mixture.

pdf#

Mixture.pdf(x, /, *, method=None)[源代码]#

概率密度函数

概率密度函数（“PDF”），表示为\(f(x)\)，是随机变量取值\(x\)时，*单位长度*上的概率。数学上，它可以定义为累积分布函数\(F(x)\)的导数

\[f(x) = \frac{d}{dx} F(x)\]

pdf接受x作为\(x\)。

参数:

xarray_like

PDF 的参数。

method{None, ‘formula’, ‘logexp’}

用于评估 PDF 的策略。默认情况下（None），基础设施会从以下选项中选择，按优先级顺序列出。

并非所有分布都提供所有 method 选项。如果所选的 method 不可用，将引发 NotImplementedError。

返回:

另请参阅

注释

假设一个连续概率分布的支持为 \([l, r]\)。根据支持的定义，PDF 在支持之外（即对于 \(x < l\) 或 \(x > r\)）评估为其最小值 \(0\)。PDF 的最大值可能小于或大于 \(1\)；由于该值是概率*密度*，只有其在支持上的积分必须等于 \(1\)。

参考文献

[1]

示例

使用所需的参数实例化分布

>>> from scipy import stats
>>> X = stats.Uniform(a=-1., b=1.)

在所需的参数处评估 PDF

>>> X.pdf(0.25)
0.5