scipy.stats.Normal.

pdf#

Normal.pdf(x, /, *, method=None)[source]#

概率密度函数

概率密度函数（“PDF”），表示为 \(f(x)\)，是随机变量取值为 \(x\) 的单位长度概率。 在数学上，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)，基础结构在以下选项之间进行选择，按优先级顺序列出。

  • 'formula'：使用 PDF 本身的公式

  • 'logexp'：评估对数 PDF 并进行指数运算

并非所有 method 选项都适用于所有分布。 如果选择的 method 不可用，则会引发 NotImplementedError。

返回值:
outarray

在参数 x 处评估的 PDF。

参见

cdf
logpdf

注意

假设连续概率分布具有支持 \([l, r]\)。 根据支持的定义，PDF 在支持之外评估为其最小值 \(0\)；即对于 \(x < l\) 或 \(x > r\)。 PDF 的最大值可能小于或大于 \(1\)；由于该值是概率密度，因此只有它在支持上的积分必须等于 \(1\)。

对于离散分布，pdf 在支持点返回 inf，在其他地方返回 0。

参考

[1]

概率密度函数, 维基百科, https://en.wikipedia.org/wiki/Probability_density_function

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
在本页