python 正态分布scipy.stats norm

本文主要是介绍python 正态分布scipy.stats norm，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

test_list=[26,33,65,28,34,55,25,44,50,36,26,37,43,62,35,38,45,32,28,34]


test_value=10
avg=numpy.mean(test_list)
stdd=numpy.std(test_list)

print(stdd)

#计算test_value这个值落入的是正态分布的哪个区间
probability=norm.cdf(x=test_value, loc=avg, scale=stdd)
print(probability)
if test_value < avg and probability < 0.003:
    print("异常点!")
elif test_value > avg and probability> 0.997:
    print("异常点！")
else:
    print("正常点!")

#计算0.997这个概率在这个正常分布里对应的是什么值
print(norm.ppf(0.997,loc=avg, scale=stdd))
print(norm.cdf(x=norm.ppf(0.997,loc=avg, scale=stdd), loc=avg, scale=stdd))

这篇关于python 正态分布scipy.stats norm的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！