如何在Python中查找概率分布？
在Python中要查找概率分布，可以使用SciPy库中的stats模块。stats模块中提供了多种常见的概率分布，可以通过对应的函数来生成概率分布对象，然后通过对象的方法计算分布函数值、概率密度、累积分布函数等指标。
下面我们来详细讲解如何在Python中查找概率分布的步骤：
1.导入stats模块：使用下面的代码导入stats模块，如果还没有安装SciPy库，则需要先安装。
from scipy import stats
2.创建概率分布对象：根据需要查询的概率分布选择对应的函数，然后使用函数生成概率分布对象。例如，使用下面的代码生成标准正态分布对象：
normal_dist = stats.norm()
这里的norm()函数表示生成正态分布对象，若想生成其他分布对象，可以查看stats模块的文档。
3.计算概率密度：使用pdf方法来计算概率密度函数值。例如，使用下面的代码计算标准正态分布在0处的概率密度：
normal_dist.pdf(0)
结果为0.3989422804014327，即标准正态分布在0处的概率密度为0.3989。
4.计算分布函数值：使用cdf方法来计算分布函数值。例如，使用下面的代码计算标准正态分布在0.5处的分布函数值：
normal_dist.cdf(0.5)
结果为0.6914624612740131，即标准正态分布在0.5处的累积概率为0.6914。
示例1：使用Python查找正态分布的概率密度和分布函数值
from scipy import stats
# 生成正态分布对象，均值为0，标准差为1
normal_dist = stats.norm(loc=0, scale=1)
# 计算标准正态分布在0处的概率密度
pdf_value = normal_dist.pdf(0)
print('标准正态分布在0处的概率密度为：', pdf_value)
# 计算标准正态分布在0.5处的分布函数值
cdf_value = normal_dist.cdf(0.5)
print('标准正态分布在0.5处的累积概率为：', cdf_value)
输出结果为：
标准正态分布在0处的概率密度为： 0.3989422804014327
标准正态分布在0.5处的累积概率为： 0.6914624612740131
示例2：使用Python查找t分布的概率密度和分布函数值
from scipy import stats
# 生成自由度为10的t分布对象
t_dist = stats.t(df=10)
# 计算t分布在1处的概率密度
pdf_value = t_dist.pdf(1)
print('t分布在1处的概率密度为：', pdf_value)
# 计算t分布在1.5处的分布函数值
cdf_value = t_dist.cdf(1.5)
print('t分布在1.5处的累积概率为：', cdf_value)
输出结果为：
t分布在1处的概率密度为： 0.24170472665032734
t分布在1.5处的累积概率为： 0.9195681570814664
从以上两个示例可以看出，完成查找概率分布的过程需要按照以上步骤进行，先生成概率分布对象，然后调用对象方法计算指标。具体可根据需要查找的概率分布和需要计算的指标进行相应修改。