正态分布应用最广泛的连续概率分布，其特征是“钟”形曲线。这种分布的概率密度函数为：
其中，μ为均值，σ为标准差。
求正态分布曲线下面积有3σ原则:
正态曲线下，横轴区间（μ-σ，μ+σ）内的面积为68.268949%，横轴区间（μ-1.96σ，μ+1.96σ）内的面积为95.449974%，横轴区间（μ-2.58σ，μ+2.58σ）内的面积为99.730020%。
求任意区间内曲线下的面积，通常可以引用scipy包中的相关函数
norm函数生成一个给定均值和标准差的正态分布，cdf(x)表示－∞到x的概率
例：(2，1)正态分布下 2-3曲线下的面积
>>> import scipy.stats >>> scipy.stats.norm(2,1).cdf(3)-0.5 0.34134474606854293
由于有时候不便于引用scipy包，自编这一函数也很简单
求积分函数参考：复化梯形求积分
cdfd(a,b,u,o)
a,b 为区间起始范围，u，o分别为正态分布的均值和标准差。
import math def pdf(x): return math.exp(-(x) ** 2 / (2)) / (math.sqrt(2 * math.pi)) def sum_fun_xk(xk, func): return sum([func(each) for each in xk]) def integral(a, b, n, func): h = (b - a)/float(n) xk = [a + i*h for i in range(1, n)] return h/2 * (func(a) + 2 * sum_fun_xk(xk, func) + func(b)) def cdfd(a,b,u,o): return integral((a-u)/o,(b-u)/o,10000,pdf) cdfd(2,3,2,1) Out: 0.3413399854638336
以上这篇Python求正态分布曲线下面积实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
