概率分布与Python

我想根据各种类型的连续概率分布函数（PDF）生成测试样本。例如，我有一个超过24小时的PDF，我想知道一个事件在10分钟、20分钟、30分钟发生的概率。。。。等等

因此，我想计算p（a 这是我想要实现的一个数字

我想检索红色直方图，使用蓝色PDF。我已经能够在这里做了，因为我已经知道每个时间片上的事件数，但是我想自动做。这里它是一个威布尔函数，但它可以是任何其他函数（主要是正常函数和威布尔函数）

在python方面有什么可以帮助我的吗

谢谢

编辑：威布尔的CDF和PDF代码：

def weibull_pdf(scale, shape, x):
    """
    Determine the probability P(x ).
    :param scale: Scale parameter of Weibull distribution.
    :param shape: Shape parameter of Weibull distribution.
    :param x: Value.
    :return: Value of f(x).
    """
    if x < 0:
        return 0
    return (shape / scale) * ((x / scale) ** (shape - 1)) * np.exp(- (x / scale) ** shape)

def weibull_cdf(scale, shape, x):
    """
    Determine the cumulative distributive function for the Weibull distribution.
    :param scale: Scale parameter of Weibull distribution.
    :param shape: Shape parameter of Weibull distribution.
    :param x: Upper bound of the distribution.
    :return: P(x <= X).
    """
    if x < 0:
        return 0
    return 1 - np.exp(- (x / scale) ** shape)

---

edit2：好的，我在编写代码时并没有注意到这一点，但我已经在上面的代码中回答了我自己的问题（确定PDF函数）。不过，谢谢DYZ提供的信息。只需要做P（XPDF是如何给你的？它是Python函数吗？对于上面的函数，我已经有了参数，并且刚刚编写了规则。除此之外，我在样本上使用EM工具来检索法律参数，并将它们与我开发的函数一起使用。但是你读过我的问题了吗？请在您的问题中包含PDF函数的Python定义。我已经编辑了这篇文章。首先，在

numpy.random.Weibull（）中有一个Weibull PDF的现成实现。为了提高效率，您可能需要使用它，因为它可以一次生成成吨的样本，这就是您需要的：创建多个样本（10000？）的数组
arr
，并调用
numpy.histogram（arr）
。PDF是如何提供给您的？它是Python函数吗？对于上面的函数，我已经有了参数，并且刚刚编写了规则。除此之外，我在样本上使用EM工具来检索法律参数，并将它们与我开发的函数一起使用。但是你读过我的问题了吗？请在您的问题中包含PDF函数的Python定义。我已经编辑了这篇文章。首先，在
numpy.random.Weibull（）中有一个Weibull PDF的现成实现。为了提高效率，您可能需要使用它，因为它可以一次生成成吨的样本，这就是您需要的：创建多个样本（10000？）的数组
arr
，并调用
numpy.histogram（arr）
。
# Determination of the PDF function.
for i in range(1, 10):
    cdf = weibull_cdf(SCALE, SHAPE, i) - weibull_cdf(SCALE, SHAPE, i - 1)
    print"CDF for interval [{}, {}]: {}".format(i - 1, i, str(cdf))
x = [i / (INPUTS_NB / 10.0) for i in range(INPUTS_NB)]
results = [weibull_pdf(SCALE, SHAPE, x[j]) for j in range(len(x))]