正态分布（Normal Distribution）
1、正态分布是一种连续分布，其函数可以在实线上的任何地方取值。
2、正态分布由两个参数描述：分布的平均值μ和方差σ2 。
3、正态分布的取值可以从负无穷到正无穷。
3、Z-score 是非标准正态分布标准化后的x 即 z = （x−μ） / σ
#显示标准正态分布曲线图
1 import numpy as np
2 import scipy.stats as stats
3 import matplotlib.pyplot as plt
4
5 mu = 0 # mean
6 sigma = 1 # standart deviation
7 x = np.arange(-5, 5, 0.1)
8 y = stats.norm.pdf(x, 0, 1)
9 print('Chart 1:')
10 plt.plot(x, y)
11 plt.title('Normal: $\mu$ = {0:.1f}, $\sigma^2$ = {1:0.1f}'.format(mu, sigma))
12 plt.xlabel('x')
13 plt.ylabel('Probability density') # probobility of observing each of these observations
14 plt.show()
标准正态分布表
表头的横向表示小数点后第二位，表头的纵向则为整数部分以及小数点后第一位；两者联合作为完整的x，坐标轴的横轴
# 显示标准正态分布表格
1 import numpy as np
2 from scipy.stats import norm
3
4 n = 100
5 x = np.arange(0, 0.1, 0.01)
6 y = np.arange(0, 3.1, 0.1)
7 print('z表 ', end = '')
8 for j in x:
9 print( str(j), end=' ')
10 print()
11 for i in y:
12 print( i , end = ': ')
13 for j in x:
14 z = norm.cdf(j+i)
15 print('{0:.4f}'.format(z), end = ' ')
16 print('')
