Python 从pdf生成概率？

我有一些数据是正态分布的，我已经安装了pdf。然而，我想从数据集中得到给定值发生的可能性。据我所知，这是pdf下的垃圾箱区域，x的值位于该区域。是否有一个numpy或scipy.stats函数来生成这个？我已经看过了，但不是我没有看到，就是我的理解力不足让我退缩了。到目前为止，我已经：

import h5py
import numpy as np
from matplotlib import pyplot as plt
import matplotlib.mlab as mlab
import scipy.stats as stats
import numpy
import math


a = 'data.h5'
f = h5py.File(a,'r')
dset = f['/DATA/DATA/']
values = dset[...,0]

然后，我可以生成此数据的柱状图，并将pdf与之匹配：

n, bins, patches = plt.hist(values, 50, normed=1)
mu = np.mean(values)
sigma = np.std(values)

plt.plot(bins, mlab.normpdf(bins, mu, sigma))

plt.show()

我可以得到给定值x的f（x）（在这个例子中是0.65）

有人能帮我从中得出概率吗

我已经附上了pdf输出的直方图

---

理想情况下，你需要做的是在你想要概率的事件范围内，对概率密度函数进行积分。下面是一些代码：

import numpy as np
import scipy.stats as ss

a = ss.norm.rvs(4, 2, 40)
hist(a, normed=True)

xs = np.linspace(0, 10, 30)
plot(xs, ss.norm.pdf(xs, 4, 2), label='pdf')
plot(xs, ss.norm.cdf(xs, 4, 2), label='cdf')

这将产生一个正态分布，中心值为4，西格玛值为2。下图用红线表示pdf，用紫线表示cdf。cdf只是pdf从负无穷大到计算值的积分。因此，要获得某个范围内pdf的积分，只需减去该范围两个端点处的cdf值

现在你可以问看到-100到4之间的值的概率是多少

print  ss.norm.cdf(4, 4, 2) - ss.norm.cdf(-100, 4, 2)

这将导致预期答案

0.5

，相当于（几乎）整个分布的一半。因此，在您的情况下，您可能对看到0.60到0.70之间的值的概率感兴趣：

print  ss.norm.cdf(0.70, 4, 2) - ss.norm.cdf(0.60, 4, 2)

这将导致以下可能性很小：

0.00490600527511

我应该注意到，0.65的“概率”本身是没有意义的，因为你有一个连续的概率分布，而0.65的精确值是它的无穷小的一部分，所以它的概率是0

0.00490600527511