scipy.stats.

abs#

scipy.stats.abs(X, /)[源代码]#

随机变量的绝对值

参数:

XContinuousDistribution: 随机变量 \(X\)。

返回:

YContinuousDistribution: 随机变量 \(Y = |X|\)。

示例

假设我们有一个正态分布的随机变量 \(X\)

>>> import numpy as np
>>> from scipy import stats
>>> X = stats.Normal()

我们希望有一个随机变量 \(Y\)，它根据折叠正态分布进行分布；也就是说，一个随机变量 \(|X|\)。

>>> Y = stats.abs(X)

左半平面中的分布的 PDF “折叠”到右半平面。由于正态 PDF 是对称的，因此对于负参数，生成的 PDF 为零，而对于正参数，生成的 PDF 加倍。

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(0, 5, 300)
>>> ax = plt.gca()
>>> Y.plot(x='x', y='pdf', t=('x', -1, 5), ax=ax)
>>> plt.plot(x, 2 * X.pdf(x), '--')
>>> plt.legend(('PDF of `Y`', 'Doubled PDF of `X`'))
>>> plt.show()