cdf', ‘dist',
‘entropy', ‘isf', ‘kwds', ‘moment', ‘pdf', ‘pmf', ‘ppf', ‘rvs', ‘sf', ‘stats']
其中,连续随机变量的主要公共方法如下...cdf:累计分布函数
sf:残存函数(1-CDF)
ppf:分位点函数(CDF的逆)
isf:逆残存函数(sf的逆)
stats:返回均值,方差,(费舍尔)偏态,(费舍尔)峰度。...,这个方法就是ppf
norm.ppf(0.5)
0.0
离散分布中,pdf被更换为密度函数pmf,而cdf的逆也有所不同:
ppf(q) = min{x : cdf(x) = q,...x integer}
此外,fit可以求分布参数的极大似然估计,包括location与scale,nnlf可以求负对数似然函数,expect可以计算函数pdf或pmf的期望值。...以上这篇在python中求分布函数相关的包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。