python中概率函数（python的概率分布有哪些类型？）

python数据可视化 
    
    
    
 。无非是把各种各样的数据以视图的形式展现出来 
    
    
    
 ，可以更直观的分析数据
     


     


     


     。python的数据可视化离不开概率分布
     


     


     


     ，有两种类型 




 




 




 




，即离散概率分布和连续概率分布 




 




 




 




。离散概率分布有伯努利分布    
    
    
    
、二项分布  


     


     


     


 、泊松分布和几何分布等 

   

   

   

。连续概率分布有正态分布


 




 




 




 、指数分布   

   

   

   

、和β分布
     

     

     

     。

一   

     

     

     

、离散概率分布（概率质量函数）

1



  




  




  




  、伯努利分布

一种离散分布,有两种可能的结果  




  




  




  



。1表示成功 

   

   

   

，出现的概率为p(其中0<p<1) 


  


  


  


。0表示失败
     

     

     

     ，出现的概率为q=1-p
     
     
     
    。

2  


  


  


  

、二项分布

重复n次的独立的伯努利试验（事件发生概率为p）  




  




  




  



，每次试验相互独立 


  


  


  


，如抛硬币   




   




   




   


。

3    
     
     
     
、泊松分布

是显示事件在预定时间段内可能发生的次数的分布
     
     
     
    ，用于独立事件   




   




   




   


，这些事件在给定的时间间隔内以恒定的速率发生 



 



 



 



。

二




   




   




   




  、几何分布（概率密度函数）

是具有连续取值（例如一条实线上的值）的函数                  。

1 



 



 



 

、正态分布

通过排列数据中每个值的概率分布来呈现数据的形式 



 



 



 



，大多数值保持在平均值附近                  ，从而使排列对称
    




    




    




    

。

2                    、指数分布

是描述泊松过程中的事件之间的时间的概率分布
    




    




    




    

，即事件以恒定平均速率连续且独立地发生的过程



















。

3




    




    




    




  、β分布（beta distribution）

是伯努利分布和二项式分布的共轭先验分布的密度函数



















，是一组定义在(0,1)的连续概率分布（概率的概率分布）                  。