scipy.special.ndtr#

scipy.special.ndtr(x, out=None) = <ufunc 'ndtr'>#

标准正态分布的累积分布。

返回标准高斯概率密度函数从负无穷到 x 的积分面积

\[\frac{1}{\sqrt{2\pi}} \int_{-\infty}^x \exp(-t^2/2) dt\]

参数:

x类数组，实数或复数: 参数
出ndarray，可选: 函数结果的可选输出数组

返回:

标量或ndarray: 在 x 处计算的正态CDF的值

参见

log_ndtr: ndtr 的对数
ndtri: ndtr 的逆函数，标准正态百分位函数
erf: 错误函数
erfc: 1 - 误差函数
scipy.stats.norm: 正态分布

示例

在一点处评估 ndtr。

>>> import numpy as np
>>> from scipy.special import ndtr
>>> ndtr(0.5)
0.6914624612740131

通过为 x 提供一个 NumPy 数组或列表，在多个点上评估函数。

>>> ndtr([0, 0.5, 2])
array([0.5       , 0.69146246, 0.97724987])

绘制函数。

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(-5, 5, 100)
>>> fig, ax = plt.subplots()
>>> ax.plot(x, ndtr(x))
>>> ax.set_title(r"Standard normal cumulative distribution function $\Phi$")
>>> plt.show()