自分自身を定義するためにいくつかの確立Pythonパッケージ（例えばscipyのダウンロード）を使用しての方法があり、確率密度関数を（ただ、事前のデータなしでのような、私はそれで計算を行うことができるようには、（）連続ランダム変数の分散を取得する）？もちろん、SymPyやSageなどを使用して、シンボリック関数を作成し、操作を行うこともできますが、この作業をすべて自分で行う代わりに、既に実装されているパッケージを利用できるのではないかと考えています。
回答:
scipy.statsでrv_continuousクラスをサブクラス化する必要があります
import scipy.stats as st
class my_pdf(st.rv_continuous):
def _pdf(self,x):
return 3*x**2 # Normalized over its range, in this case [0,1]
my_cv = my_pdf(a=0, b=1, name='my_pdf')現在、my_cvは、指定されたPDFと範囲[0,1]を持つ連続ランダム変数です。
この例my_pdfでmy_cvはとは任意の名前（任意の名前）ですが、任意で_pdfはありません。それと_cdfのメソッドあるst.rv_continuous仕事にサブクラス化のための順に上書きされなければならないの1。
3*x**2、ここ）を提供する必要があります。そうでない場合、結果のランダム変数は誤った結果をもたらします（my_cv.median()たとえば、チェックできます）。コードを修正しました。
x[0、1]の範囲を超える必要があることを暗示しているようです。明確にできますか？
my_cv.rvs()（size一度に複数のサンプルを取得するために引数を取ることができる）を使用することです。これは、ドキュメント（docs.scipy.org/doc/scipy/reference/generated/…）から推測したものです。
sympy.statsを確認してください。ランダム変数を処理するインターフェイスを提供します。次の例では、X密度のある単位間隔で定義されたランダム変数を提供します2x
In [1]: from sympy.stats import *
In [2]: x = Symbol('x')
In [3]: X = ContinuousRV(x, 2*x, Interval(0, 1))
In [4]: P(X>.5)
Out[4]: 0.750000000000000
In [5]: Var(X) # variance
Out[5]: 1/18
In [6]: E(2*cos(X)+X**2) # complex expressions are ok too
Out[6]: -7/2 + 4⋅cos(1) + 4⋅sin(1)興味があれば、この抽象化はかなり複雑な操作を処理できます。