我正尝试从任意点伽玛计算高斯积分,如下所示:
import numpy as np
from scipy.stats import norm
def func(mu, sigma, gamma):
x = np.linspace(mu-4*sigma, mu + 4*sigma, 100)
y = norm.pdf(x, mu, sigma)
area = y[x>=gamma].sum()
print(f"Area is ~ {area:.3f}")
plt.plot(x,y, label=f'μ0 = {mu}, σ={sigma}')
plt.fill_between(x[x>gamma],y[x>gamma], alpha=.5, label=f'area={area:.3f}')
plt.title("Example")
plt.legend(loc='best')
plt.show()
# Execute the function
func(0,10,-20)
输出为: 面积约为1.211
蓝色区域是集成的,但是即使它不是完整的功能,也可以添加一个以上(更多)。
我发现this相关,但没有帮助。
为什么加起来不止一个?
答案 0 :(得分:0)
就像@Warren Weckesser所说的那样,问题在于我没有考虑dx项(合计的基本大小)
幸运的是,这很容易解决,因此为了完整起见,它就来了...
import numpy as np
from scipy.stats import norm
def func(mu, sigma, gamma):
# Notice the retstep=True param, it will return the dx needed
x, dx = np.linspace(mu-4*sigma, mu + 4*sigma, 100, retstep=True)
y = norm.pdf(x, mu, sigma)
# multiply all with dx
area = y[x>=gamma].sum() * dx
print(f"Area is ~ {area:.3f}")
plt.plot(x,y, label=f'μ0 = {mu}, σ={sigma}')
plt.fill_between(x[x>gamma],y[x>gamma], alpha=.5, label=f'area={area:.3f}')
plt.title("Example")
plt.legend(loc='best')
plt.show()
func(0,10,-20)
现在输出有意义,它是Area is ~ 0.978
图像是
非常感谢@Warren Weckesser !!