Python统计中的68-95-99.7规则

经验法则(也称为68-95-99.7规则或者三西格玛规则)指出正态分布, 我们有以下观察结果：
68％的观测值在平均值附近的1个标准偏差之间：

文章图片
95％的观测值位于平均值附近的两个标准偏差之间：

文章图片
99.7％的观测值在平均值附近的3个标准差之间：

文章图片
以下是一个标准正态分布图, 其中(平均值=0和标准偏差=1), 说明经验法则。

文章图片
【Python统计中的68-95-99.7规则】我们可以使用Python的科学模块。
我们可以使用cdf()的功能scipy.stats.norm计算累积概率(分布曲线下的面积)的模块。

语法：cdf(x, 平均值, SD)参数：x：累积概率将要计算到的值平均值：分布的平均值SD：分布的标准偏差

文章图片
下面是实现：

import matplotlib.pyplot as plt import numpy as np from scipy.stats import norm# setting the values of # mean and S.D. mean = 0 SD = 1# value of cdf between one, two # and three S.D. around the mean one_sd = norm.cdf(SD, mean, SD) - norm.cdf( - SD, mean, SD) two_sd = norm.cdf( 2 * SD, mean, SD) - norm.cdf( - 2 * SD, mean, SD) three_sd = norm.cdf( 3 * SD, mean, SD) - norm.cdf( - 3 * SD, mean, SD)# printing the value of fractions # within each band print ( "Fracton of values within one SD =" , one_sd) print ( "Fracton of values within two SD =" , two_sd) print ( "Fracton of values within three SD =" , three_sd)

输出：

Fracton of values within one SD = 0.6826894921370859 Fracton of values within two SD = 0.9544997361036416 Fracton of values within three SD = 0.9973002039367398

因此, 我们看到值的分数几乎等于0.65, 0.95和0.997。因此, 验证了经验法则。
首先, 你的面试准备可通过以下方式增强你的数据结构概念：Python DS课程。