★ FEATURED ARTICLE 系列《从小白到 AI 大模型开发工程师的进阶之路》 技术点AI-0219 概率分布 主人公小蓝伞 前置AI-0103 变量与基本类型 本期产出独立实验脚本、原始输出、失败样本和验收清单小蓝伞统计连续浮点样本恰好等于零的次数发现一次也没有于是误判采样缺少中心。本期用十万条正态与伯努利样本比较理论量、经验量和真实绘图。 本期按准备环境、运行完整脚本、读取结果和复验失败的顺序完成实践。连续分布的概率通过区间内密度积分得到密度高度本身不是单点概率。离散变量对各个可能结果赋概率样本均值、方差和协方差则是从有限观测得到的统计量。 输入均为教学合成数据不是生产经历。一、小蓝伞遇到的问题随机变量定义结果到数值的映射分布定义这些数值怎样出现。离散伯努利只有零和一两种结果正态模型描述连续区间。计算机输出浮点数是有限精度记录但讨论连续模型的单点概率时谈的是数学假设。测量精度形成的小区间与精确数学点不是同一个事件。二、先给结论连续分布的概率通过区间内密度积分得到密度高度本身不是单点概率。离散变量对各个可能结果赋概率样本均值、方差和协方差则是从有限观测得到的统计量。推荐位置、离散程度和联合变化分别报告随机实验固定种子并写样本量展示密度时说明分箱和面积。不推荐省略输入语义和指标口径仅凭单次输出扩大结论。成功判据区间[-1,1]经验频率在0.67到0.70之间概率0全零非法概率必须抛出ValueError。三、任务与数据契约项目本期约定输入完整代码构造的合成数据输出数值、图表或异常及原始日志环境Windows 11、Python 3.13.9依赖见记录不在范围真实业务、生产容量和跨设备性能四、前置准备在新目录保存工作目录中的实验.py为main.py再执行python -m venv .venv .\.venv\Scripts\python.exe -m pip install numpy2.3.5 matplotlib3.10.6 .\.venv\Scripts\python.exe main.py本次实际执行使用 Windows 11、Python 3.13.9代码只生成合成输入不依赖账号、令牌或隐藏文件。五、核心原理离散概率对可数结果赋予概率。概率密度连续区间概率的积分被积函数。期望按分布权重计算的理论平均。方差相对均值的平方偏离期望。协方差两个变量中心化乘积的期望。密度图纵轴怎样解释直方图按密度归一化时面积近似区间概率高度本身可以超过一。图中分箱宽度改变后高度也可能改变所以不能拿某个柱子的高度直接当概率。伯努利柱图则展示两个结果的频率两个高度相加约为一。本文将两种图并排导出帮助确认纵轴口径。方差和协方差的分母方差衡量对均值的平方偏离本例数组方差默认按总体分母计算协方差矩阵使用样本约定。两个输出若分母不同小样本就会出现可见差异记录时应明确自由度。协方差的单位为两个变量单位的乘积因此不同尺度之间直接比较大小也会误导。共同变化不等于相同原因第二个变量由第一变量两倍加噪声构造因此协方差约为二点零零八六。这个合成关系有明确生成式不能把它当作真实数据里的因果证明。真实场景可能存在第三变量、选择偏差和时间顺序问题一个大的相关或协方差只能告诉我们需要继续调查。六、完整项目完整脚本位于_work/第65期-概率分布/实验.py。它包含正常、边界和失败断言复制到main.py后可独立运行。import numpy as np import matplotlib matplotlib.use(Agg) import matplotlib.pyplot as plt plt.rcParams[font.family] Microsoft YaHei plt.rcParams[axes.unicode_minus] False rngnp.random.default_rng(20261013) continuousrng.normal(0,1,100000) discreterng.binomial(1,.3,100000) pairednp.column_stack([continuous,2*continuousrng.normal(0,.5,len(continuous))]) print(fnormal mean{continuous.mean():.6f} variance{continuous.var():.6f} interval[-1,1]{np.mean(abs(continuous)1):.6f}) print(fbernoulli mean{discrete.mean():.6f} theoretical_mean0.3 theoretical_variance0.21) print(covariance,np.round(np.cov(paired,rowvarFalse),4).tolist()) print(连续样本恰等于0的次数,int(np.sum(continuous0))) assert 0.67np.mean(abs(continuous)1).70 assert np.all(rng.binomial(1,0,10)0) try: rng.binomial(1,1.2,10) except ValueError: print(拒绝概率1.2) fig,axesplt.subplots(1,2,figsize(8,3)) axes[0].hist(continuous,bins40,densityTrue) axes[0].set(title正态分布密度,xlabel数值,ylabel概率密度) axes[1].bar([0,1],[np.mean(discrete0),np.mean(discrete1)]) axes[1].set(title伯努利结果概率,xlabel结果,ylabel概率) fig.tight_layout();fig.savefig(distribution.png,dpi150) 实现与结果的进一步核验怎样验证随机数而不要求相等单次经验均值不应被要求恰等理论期望否则正确采样也会频繁失败。本篇使用宽于合理抽样波动的区间频率断言检查是否明显违背模型重复种子可研究波动但不能证明生成器全部统计性质。区分功能验收与统计验证避免用一个极窄阈值把随机波动误报为库错误。伯努利的期望与方差手算伯努利取一概率为零点三、取零概率为零点七期望为零点三平方值仍等于自身所以方差为零点三减零点零九等于零点二一。经验均值约零点三零一六只是有限样本估计。这个手算例子把定义连接到输出也提醒读者均值与方差即便单位相似作用仍不同。协方差矩阵怎样读对角元素描述各变量方差非对角描述共同变化。本例第二变量由两倍第一变量加独立噪声生成所以方差和协方差具有可解释关系。若换单位矩阵条目会按比例变化比较跨字段关系常需要另看标准化相关系数但标准化不会自动证明因果仍要核对数据生成与选择。绘图参数也是证据连续直方图使用四十箱并设置密度归一化离散柱图使用结果零与一的频率。两图纵轴标签不同是刻意设计不应为视觉一致改成同一个词。导出文件来自脚本图面与正文使用同一批样本。读者重跑时可检查分箱改变后的形状但不能把形状变化归结为原分布真的变化。现实数据的限制正态模型和伯努利模型只是教学对象。真实数据可能重尾、截断、相关或随时间漂移同样均值方差不保证同样尾部风险。统计摘要不足时应保留分布图、分位数和采样窗口。下一期条件概率需要先定义总体避免把不同来源频率拼成一个没有共同分母的后验。七、可复现失败案例合法概率0生成全零非法概率1.2被拒绝把密度高度当概率属于解释错误。 这是构造的教学失败不是线上事故。复现顺序是保存输入、运行脚本、记录输出、只改一个条件后重跑。修复后必须同时检查正常样本不能用默认值掩盖错误。八、实验设计与实际结果区间[-1,1]经验频率在0.67到0.70之间概率0全零非法概率必须抛出ValueError。 本次已经执行退出状态为0完整输出见工作目录。控制变量、样本量和参数写在脚本中。normal mean-0.000451 variance1.002288 interval[-1,1]0.681000 bernoulli mean0.301600 theoretical_mean0.3 theoretical_variance0.21 covariance [[1.0023, 2.0086], [2.0086, 4.2744]] 连续样本恰等于0的次数 0 拒绝概率1.2数字怎样对应本期机制固定种子下正态经验均值约负零点零零零四五一方差约一点零零二二八八落在负一到一的比例为零点六八一。伯努利经验均值零点三零一六接近设定概率零点三。接近不是完全相等有限样本有波动这组结果只验证采样和统计口径不保证每次换种子得到同样末位。九、常见问题与排查顺序先检查对象定义再检查输入、形状、分母、索引或时间点最后检查实现与环境。概率为零的伯努利样本全为零这是合法边界概率一点二被生成器拒绝是输入契约失败。连续样本恰等于零次数为零不构成生成失败应改查区间频率和分布形状。下一期贝叶斯会在同一概率口径下组合先验与似然不能把密度、概率和计数混作分母。 不要把一次成功当成稳定性证明也不要把技术指标直接换成业务价值。十、系统与依赖差异本次只在记录的 Windows 和库版本运行。浮点末位、计时、字体、编码和表格默认行为可能跨环境变化未执行部分保持待核验。十一、验证清单执行脚本核对退出状态与本篇实际输出。重跑本篇正常、边界和失败样本检查数值或拒绝结果。更换数据时重新检查对象、分母和评价条件。验收判据区间[-1,1]经验频率在0.67到0.70之间概率0全零非法概率必须抛出ValueError。十二、面试题与追问离散概率在本期是什么答对可数结果赋予概率。 随机变量定义结果到数值的映射分布定义这些数值怎样出现。离散伯努利只有零和一两种结果正态模型描述连续区间。计算机输出浮点数是有限精度记录但讨论连续模型的单点概率时谈的是数学假设。测量精度形成的小区间与精确数学点不是同一个事件。追问改变这个条件后哪一个输出或失败判据应该变化概率密度在本期是什么答连续区间概率的积分被积函数。 直方图按密度归一化时面积近似区间概率高度本身可以超过一。图中分箱宽度改变后高度也可能改变所以不能拿某个柱子的高度直接当概率。伯努利柱图则展示两个结果的频率两个高度相加约为一。本文将两种图并排导出帮助确认纵轴口径。追问改变这个条件后哪一个输出或失败判据应该变化期望在本期是什么答按分布权重计算的理论平均。 固定种子下正态经验均值约负零点零零零四五一方差约一点零零二二八八落在负一到一的比例为零点六八一。伯努利经验均值零点三零一六接近设定概率零点三。接近不是完全相等有限样本有波动这组结果只验证采样和统计口径不保证每次换种子得到同样末位。追问改变这个条件后哪一个输出或失败判据应该变化方差在本期是什么答相对均值的平方偏离期望。 方差衡量对均值的平方偏离本例数组方差默认按总体分母计算协方差矩阵使用样本约定。两个输出若分母不同小样本就会出现可见差异记录时应明确自由度。协方差的单位为两个变量单位的乘积因此不同尺度之间直接比较大小也会误导。追问改变这个条件后哪一个输出或失败判据应该变化协方差在本期是什么答两个变量中心化乘积的期望。 第二个变量由第一变量两倍加噪声构造因此协方差约为二点零零八六。这个合成关系有明确生成式不能把它当作真实数据里的因果证明。真实场景可能存在第三变量、选择偏差和时间顺序问题一个大的相关或协方差只能告诉我们需要继续调查。追问改变这个条件后哪一个输出或失败判据应该变化十三、工程判断与下一期位置、离散程度和联合变化分别报告随机实验固定种子并写样本量展示密度时说明分箱和面积。 下一期为AI-0220 条件概率与贝叶斯。本期保留的契约和反例会继续使用。图离散概率与连续密度。由本篇实际输入和脚本绘制核对轴范围、图例和分组后再解释。从本地证据到实际决策期望不一定等于典型值偏斜或多峰分布中平均数可能落在很少观测的位置所以不能用均值代表全部分布。正态教学样本恰好较对称并不使这个规则普遍成立。实际报告可以同时保留中位数、分位数和直方图描述总体位置与尾部新增指标前写清它回答的问题避免堆数字。联合分布与独立条件两变量协方差为零不自动代表独立非线性关系也可能没有线性协方差。独立是联合分布能按边际分解的更强条件。本例第二变量由第一变量构造明确相关因此只是演示共同变化未进行一般独立性检验不把小例推广到其他分布。采样规模与误差讨论样本数量变大通常能改善相应估计的随机精度但需要独立或合适的相关结构假设。连续时间序列的十万点不一定有十万独立信息。固定种子重跑相同序列是复现改变种子做多次估计才用于观察模拟波动两者目的不同不要把重复同一输出称为重复采样。密度面积怎样核对连续直方图柱高乘箱宽后求和约为一计数直方图则计数求和等于落入范围的样本数。范围截断会排除部分尾部核对时应考虑是否重新归一化。读者画图后先检查单位和面积再据此讨论形状不能凭图面标签自行猜计算方式。概率参数的边界契约概率必须在零至一标准差必须非负样本数量要合法。每个生成器有独立约定应在接口层记录并处理异常。合法退化分布不代表生成错误如伯努利概率零或方差零的常数结果。真实采集模型若退化可能需要业务报警但这与数学合法性又是不同层次。官方资料Statistical functions (scipy.stats) — SciPy v1.18.0 Manual用于核对本期技术机制或接口查阅日期为2026-10-13。适用边界只覆盖脚本中的合成数据、明确假设和已记录版本。真实业务需追加授权、监控、资源预算、回滚和领域验证。
阅读完成 · 觉得有帮助？
