scipy.stats.Normal.
entropy#
- Normal.entropy(*, method=None)[源代码]#
微分熵
用概率密度函数 \(f(x)\) 和支撑集 \(\chi\) 表示，连续随机变量 \(X\) 的微分熵（或简称“熵”）为
\[h(X) = - \int_{\chi} f(x) \log f(x) dx\]- 参数:
- method{None, ‘formula’, ‘logexp’, ‘quadrature’}
用于评估熵的策略。默认情况下（
None），基础设施会从以下选项中选择，并按优先级顺序列出。'formula'：使用熵本身的公式'logexp'：评估对数熵并取指数'quadrature'：使用数值积分
并非所有分布都可用所有 method 选项。如果选择的 method 不可用，则会引发
NotImplementedError。
- 返回:
- outarray
随机变量的熵。
另请参阅
注释
此函数使用自然对数计算熵；即，以 \(e\) 为底的对数。因此，该值以纳特（无量纲）“单位”表示。要将熵转换为不同的单位（即，对应于不同的底数），请将结果除以所需底数的自然对数。
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.)
评估熵
>>> X.entropy() 0.6931471805599454