CDF 和 PDF 比较

• PDF：概率密度函数（probability density function）, 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。
• CDF : 累积分布函数 (cumulative distribution function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。

PDF：

import random
import math
import numpy as np
from scipy.stats import norm
import matplotlib.pyplot as plt


#均值10，方差1
def norm_dist_prob(theta):
    y = norm.pdf(theta,loc=10,scale=1)
    return y


x = np.arange(1,20,0.1)
y = [norm_dist_prob(x[i]) for i in range(len(x))]
plt.scatter(x,y)
plt.show()

 CDF:

根据CDF采样为：通过y轴来均匀取样，对应的x为采样的值

import random
import math
import numpy as np
from scipy.stats import norm
import matplotlib.pyplot as plt

def norm_dist_cdf(theta):
    y = norm.cdf(theta,loc=10,scale=1)
    return y

plt.scatter(x,[norm_dist_cdf(x[i]) for i in range(len(x))])
plt.show()