为什么等间距值的 norm.pdf 给出正态分布？

Question

谁能解释一下 python 中 norm.pdf 函数的幕后情况？
我看到一个均匀分布（使用x = np.arange(-3, 3, 0.001) 形成）被用来绘制使用plt.plot(x, norm.pdf(x)) 的正态分布。那么 norm.pdf 是如何将均匀分布的值转化为正态分布的呢？

Answer 1

pdf是“概率密度函数”的缩写，它表示给定值的随机分布的密度；也就是说，该分布输出该值的可能性有多大？这是大多数分布最常绘制的图表，因为峰值（在 y 轴上）通常代表输出值（在 x 轴上）。

统计分布，如正态分布/高斯分布，有一个很好的（通常是参数化的）函数来执行这种映射。 norm.pdf 指的是正态分布的 PDF，which you can find here。

因此，plt.plot(x, norm.pdf(x)) 绘制了一组 x 值，正态分布随机变量 norm 输出值x 的可能性有多大，因此绘制了钟形曲线。