免费p2p网站建设,论坛推广的步骤,深圳装修公司网站,正规接单网站就是在均值和方差之外#xff0c;再指定正态分布随机数群的上下限#xff0c;如 [ μ − 3 σ , μ 3 σ ] [\mu-3\sigma,\mu3\sigma] [μ−3σ,μ3σ]
stats.truncnorm#xff08;#xff09;参数
X stats.truncnorm(-2, 2, locmu, scalesigma)
-2 2是截断的正态分布…
就是在均值和方差之外再指定正态分布随机数群的上下限如 [ μ − 3 σ , μ 3 σ ] [\mu-3\sigma,\mu3\sigma] [μ−3σ,μ3σ]
stats.truncnorm参数
X stats.truncnorm(-2, 2, locmu, scalesigma)
-2 2是截断的正态分布的方差倍数大小loc是均值scale是方差 这个的截断的大小是 [ μ − 2 σ , μ 2 σ ] [\mu-2\sigma,\mu2\sigma] [μ−2σ,μ2σ]
import matplotlib.pyplot as plt
import scipy.stats as stats
import pylab
from pylab import *mu, sigma 5, 0.7
lower, upper mu - 2 * sigma, mu 2 * sigma # 截断在[μ-2σ, μ2σ]
X stats.truncnorm(-2, 2, locmu, scalesigma)
N stats.norm(locmu, scalesigma)figure(1)
subplot(2, 1, 1)
plt.hist(X.rvs(10000)) # 截断正态分布的直方图
subplot(2, 1, 2)
plt.hist(N.rvs(10000)) # 常规正态分布的直方图
plt.show()这个代码中的X.rvs(10000)是说在X中随机选取10000个数据
