如何理解python中的二项分布？

参考资料

正文内容

小编给大家总结一篇《如何理解python中的二项分布？》的技术内容，技术点分析的很透彻，重新排版了一下发到这里，为了方便大家的阅读。

在我们生活中，抛出硬币无非是落下是正面或反面，类似于成功或失败的这样的只有两个可能结果的分布背称为二项分布。二项分布在我们的生活中无所不在，是概率统计中非常基础、非常实用的一种分布，本文介绍python中的二项分布。

1、二项分布是什么？

二项分布（Binomial Distribution）是概率统计中非常基础、非常实用的一种分布。

二项式分布就是只有两个可能结果的分布，比如成功或失败。

说明现象：在给定的试验次数中，某一结果会发生多少次。

2、二项分布应用

博彩行业的规则设定

正常值范围的设定（例：医疗行业）

3、使用python中scipy.stats模块操作二项分布

抛掷10次硬币，假设在该试验中正面朝上的概率为0.3。

使用stats.binom.pmf计算每次观测的概率质量函数。

import numpy as np
import matplotlib.pyplot as plt 
from scipy import stats

plt.subplot(121)
n = 10
p = 0.3 
k = np.arange(0, 30) 
binomial = stats.binom.pmf(k, n, p)
plt.plot(k, binomial, 'o-')
#使用rvs函数模拟一个二项随机变量，其中参数size指定你要进行模拟的次数，这里为10000次。
plt.subplot(122)
binom_sim = data = stats.binom.rvs(n=10, p=0.3, size=10000)
print "Mean: %g" % np.mean(binom_sim)
print "Sd: %g" % np.std(binom_sim, ddof=1)
plt.hist(binom_sim, bins=10, normed=True)

plt.show()

输出

Mean: 2.9956
Sd: 1.44187

以上就是python中有关二项分布的介绍和具体操作实例，希望能帮助你操作使用哟~更多python高级学习推荐：python高级教程。