别再死记硬背了！用Python可视化带你秒懂概率密度与分布函数（附代码）

用Python可视化破解概率密度与分布函数的数学迷雾

记得第一次接触概率密度函数时，盯着教科书上那个像小山丘一样的曲线图，我完全无法理解为什么曲线下的面积代表概率。直到有一天，我用Python画出了第一个正态分布图，突然明白了——原来数学公式和现实世界之间，只差一个可视化的桥梁。

1. 为什么我们需要可视化概率概念？

概率论是数据科学的基石，但传统的数学表达方式往往让初学者望而生畏。当我们谈论概率密度函数(PDF)和累积分布函数(CDF)时，其实是在描述数据世界的两种基本视角：

• 概率密度函数：告诉我们某个值附近概率的"浓度"，就像人口密度图显示哪里人烟稠密
• 累积分布函数：则像是一个累加器，告诉我们有多大比例的数据落在某个阈值以下

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # 生成正态分布数据 x = np.linspace(-4, 4, 1000) pdf = norm.pdf(x) cdf = norm.cdf(x) plt.figure(figsize=(12, 5)) plt.subplot(1, 2, 1) plt.plot(x, pdf, 'r-', lw=2) plt.title('概率密度函数(PDF)') plt.subplot(1, 2, 2) plt.plot(x, cdf, 'b-', lw=2) plt.title('累积分布函数(CDF)') plt.tight_layout() plt.show()

这段代码生成的对比图能立即揭示两者的关系：PDF的峰值对应CDF最陡峭的部分，而PDF曲线下的总面积正好等于CDF最终达到的1。

2. 常见概率分布的可视化实战

不同的数据特性对应不同的概率分布。让我们用Python绘制三种最常用的分布：

2.1 正态分布：自然界的默认模式

mu, sigma = 0, 1 x = np.linspace(-5, 5, 1000) pdf = norm.pdf(x, mu, sigma) plt.plot(x, pdf, label=f'N(μ={mu}, σ={sigma})') plt.fill_between(x, pdf, where=(x > -1) & (x < 1), alpha=0.3) plt.title('正态分布及其1σ区间(约68.27%)') plt.legend() plt.show()

提示：改变mu和sigma参数，观察分布形态如何变化。σ越小，曲线越"瘦高"。

2.2 均匀分布：公平的随机性

from scipy.stats import uniform a, b = 0, 1 x = np.linspace(-0.5, 1.5, 1000) pdf = uniform.pdf(x, a, b-a) plt.plot(x, pdf, label=f'U(a={a}, b={b})') plt.title('均匀分布 - 每个值概率相等') plt.legend() plt.show()

2.3 指数分布：描述等待时间

from scipy.stats import expon lambda_ = 0.5 x = np.linspace(0, 10, 1000) pdf = expon.pdf(x, scale=1/lambda_) plt.plot(x, pdf, label=f'Exp(λ={lambda_})') plt.title('指数分布 - 衰减的概率密度') plt.legend() plt.show()

三种分布的关键特征对比：

3. 从理论到实践：概率计算的可视化解法

理解了分布图形后，概率计算就变成了求面积的问题。让我们解决几个实际问题：

3.1 计算区间概率

假设某考试分数服从N(70, 10²)，求60到80分之间的概率：

mu, sigma = 70, 10 prob = norm.cdf(80, mu, sigma) - norm.cdf(60, mu, sigma) print(f'P(60<X<80) = {prob:.2%}') # 可视化 x = np.linspace(40, 100, 1000) pdf = norm.pdf(x, mu, sigma) plt.plot(x, pdf) plt.fill_between(x, pdf, where=(x > 60) & (x < 80), alpha=0.3) plt.title(f'考试成绩在60-80分之间的概率: {prob:.2%}') plt.show()

3.2 求分位数：反向查询

已知SAT成绩服从N(1000, 200²)，求前10%的分数线：

mu, sigma = 1000, 200 top_10 = norm.ppf(0.9, mu, sigma) print(f'前10%的分数线: {top_10:.0f}分') # 可视化 x = np.linspace(400, 1600, 1000) pdf = norm.pdf(x, mu, sigma) plt.plot(x, pdf) plt.fill_between(x, pdf, where=(x > top_10), alpha=0.3) plt.title(f'前10%分数线: {top_10:.0f}分') plt.show()

4. 高级技巧：自定义分布与蒙特卡洛模拟

当标准分布不足以描述复杂现象时，我们可以：

4.1 创建混合分布

from scipy.stats import gaussian_kde # 生成双峰分布数据 data = np.concatenate([norm.rvs(-2, 1, 500), norm.rvs(2, 0.8, 500)]) # 核密度估计 kde = gaussian_kde(data) x = np.linspace(-6, 6, 1000) pdf = kde.evaluate(x) plt.hist(data, bins=30, density=True, alpha=0.5) plt.plot(x, pdf, 'r-') plt.title('双峰分布的概率密度估计') plt.show()

4.2 蒙特卡洛模拟

用随机抽样解决复杂概率问题——估计π值：

n_samples = 100000 points = np.random.uniform(-1, 1, (2, n_samples)) inside = (points[0]**2 + points[1]**2) <= 1 pi_estimate = 4 * np.mean(inside) print(f'π的估计值: {pi_estimate:.5f} (使用{n_samples}个样本)') plt.figure(figsize=(6, 6)) plt.scatter(points[0, ~inside], points[1, ~inside], s=1, c='blue') plt.scatter(points[0, inside], points[1, inside], s=1, c='red') plt.title(f'蒙特卡洛π估计: {pi_estimate:.5f}') plt.axis('equal') plt.show()

可视化不仅让抽象概念变得直观，还能帮助我们发现理论中的细节。比如通过调整蒙特卡洛模拟的样本量，可以直观理解大数定律如何发挥作用。