Python中的sympy.stats.NormalGamma()函数
在sympy.stats.NormalGamma()方法的帮助下,我们可以创建一个具有多变量正态伽马分布的双变量联合随机变量。
语法: sympy.stats.NormalGamma(syms, mu, lamda, alpha, beta)
参数 :
syms: 符号,用于识别随机变量
mu:一个实数,是正态分布的平均值。
lambda:一个正整数
alpha:一个正整数
beta:一个正整数
返回:一个具有多变量正态伽马分布的双变量联合随机变量。
例子#1 :
# import sympy, NormalGamma, density, symbols
from sympy.stats import density, NormalGamma
from sympy import symbols, pprint
y, z = symbols('y z')
# using sympy.stats.NormalGamma() method
X = NormalGamma('X', 0, 1, 2, 3)
norGammaDist = density(X)(y, z)
pprint(norGammaDist)
输出 :
2
-y *z
------
___ 3/2 -3*z 2
9*\/ 2 *z *e *e
--------------------------
____
2*\/ pi
例子#2 :
# import sympy, NormalGamma, density, symbols
from sympy.stats import density, NormalGamma
from sympy import symbols, pprint
y, z = symbols('y z')
# using sympy.stats.NormalGamma() method
X = NormalGamma('X', 1 / 2, 3, 4, 6)
norGammaDist = density(X)(y, z)
pprint(norGammaDist)
输出 :
2
-3*z*(y - 1/2)
----------------
___ 7/2 -6*z 2
108*\/ 6 *z *e *e
--------------------------------------
____
\/ pi