Python中的CDF（累積分布函數）函數可以用于計算多種概率分布類型的累積概率。在SciPy庫中，有一個名為scipy.stats的模塊，它提供了許多常見的概率分布類型及其相關的統計函數，包括CDF。
以下是一些常見的概率分布類型及其在scipy.stats模塊中的對應函數：
scipy.stats.uniformscipy.stats.binomscipy.stats.normscipy.stats.gammascipy.stats.exponscipy.stats.tscipy.stats.chi2scipy.stats.fscipy.stats.poissonscipy.stats.bernoulli要計算這些分布的CDF值，可以使用每個分布對象的cdf()方法。例如，要計算正態分布（均值為0，標準差為1）的CDF值，可以使用以下代碼：
import scipy.stats as stats
mean = 0
std_dev = 1
x = 1.5 # 要計算CDF的點
normal_dist = stats.norm(loc=mean, scale=std_dev)
cdf_value = normal_dist.cdf(x)
print("CDF value at", x, "for Normal distribution:", cdf_value)
類似地，可以使用其他分布對象計算其他類型分布的CDF值。請注意，scipy.stats模塊還提供了許多其他概率分布類型，詳細信息可以參考官方文檔：https://docs.scipy.org/doc/scipy/reference/stats.html
