python 中 scipy 的截断正态分布
truncated normal distribution with scipy in python
我正在尝试在 Python3 中使用 scipy 的截断正态分布。我想做一些简单的事情：绘制以 0.5 为中心且范围从 0 到 1 的截断法线的 pdf。我有以下代码行
from scipy import truncnorm
import matplotlib.pyplot as plt
plt.plot([truncnorm.pdf(p,0,1, loc=0.5) for p in np.arange(0,1.1,0.1)])
但是，这并没有给出我期望的漂亮的钟形概率分布函数。相反，它在 0.5 之前等于 0，我不明白为什么。对此有何建议？
根据 truncnorm 的文档，这是要遵循的过程。
# user input
myclip_a = 0
myclip_b = 1
my_mean = 0.5
my_std = 0.3
a, b = (myclip_a - my_mean) / my_std, (myclip_b - my_mean) / my_std
x_range = np.linspace(-1,2,1000)
plt.plot(x_range, truncnorm.pdf(x_range, a, b, loc = my_mean, scale = my_std))
我正在尝试在 Python3 中使用 scipy 的截断正态分布。我想做一些简单的事情：绘制以 0.5 为中心且范围从 0 到 1 的截断法线的 pdf。我有以下代码行
from scipy import truncnorm
import matplotlib.pyplot as plt
plt.plot([truncnorm.pdf(p,0,1, loc=0.5) for p in np.arange(0,1.1,0.1)])
但是，这并没有给出我期望的漂亮的钟形概率分布函数。相反，它在 0.5 之前等于 0，我不明白为什么。对此有何建议？
根据 truncnorm 的文档，这是要遵循的过程。
# user input
myclip_a = 0
myclip_b = 1
my_mean = 0.5
my_std = 0.3
a, b = (myclip_a - my_mean) / my_std, (myclip_b - my_mean) / my_std
x_range = np.linspace(-1,2,1000)
plt.plot(x_range, truncnorm.pdf(x_range, a, b, loc = my_mean, scale = my_std))