python基于正态分布划分数据等级

正态分布是概率论与数理统计中最重要的一个分布，高斯在研究误差理论时首先用正态分布来刻画误差的分布，所以正态分布又称为高斯分布。

 概率论与数理统计（第二版 茆诗松 程依明 濮晓龙 编著）110页 例 2.5.3.

如果数组x近似的服从正态分布X～N(μ,σ²)，则通常认为这组数值为正常分布。我们将超过μ+σ的评为A等，分布在μ到μ+σ之间的评为B等，μ-σ到μ的评为C等，μ-σ到μ-2σ的评为D等，μ-2σ之下的评为F等。

由于:  若随机变量X～N(μ,σ²) 则 U=(X-μ)/σ～N(0,1)

由此计算（加上查表）

这种方法划分等级，A等16%，B等34%，C等34%，D等14%，F等2%.

用python计算无外乎计算方差和标准差这两项。

import numpy as np

s_arr=np.random.normal(65, 15, 50) #均值20，标准差10 样本50个

#求均值

s_arr_mean = np.mean(s_arr)

#求方差

s_arr_var = np.var(s_arr)

#求标准差

s_arr_std = np.std(s_arr,ddof=1)

print("平均值为：%f" % s_arr_mean)

print("方差为：%f" % s_arr_var)

print("标准差为:%f" % s_arr_std)

这种方法划分等级，A等16% >80分，B等34% 65-80，C等34% 50-65，D等14% 35-50 ，F等2% <35. 计算时可对极大极小值进行剔除处理，获得更稳定数列。