先说一下, 期望的英文是expect, 不是respect
成都创新互联公司专业为企业提供蒲江县网站建设、蒲江县做网站、蒲江县网站设计、蒲江县网站制作等企业网站建设、网页设计与制作、蒲江县企业网站模板建站服务，十年蒲江县做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
然后上代码:
def compare(o, e, n):
if len(o)!=len(e) or len(o)!=len(n):
exit()
diff = []
for i in range(len(o)):
if(o[i]!=e[i]):
diff.append(i)
if diff:
print "%-15s%-15s" %("OutputValue", "ExpectedValue")
for i in diff:
print "%5s= %-10d%5s= %-10d" %(n[i], o[i], n[i], e[i])
正态分布：
若随机变量x服从有个数学期望为μ,方差为σ2 的正态分布，记为N(μ,σ)
其中期望值决定密度函数的位置，标准差决定分布的幅度，当υ=0，σ=0 时的正态分布是标准正态分布
判断方法有画图/k-s检验
离散型很简单，一个一个列出来就可以了
连续型的话，也不难，看具体的吧
比如两个连续型X、Y
现在条件可以任意给，比如知道X、Y的密度函数，那直接用xy乘以联合密度函数的定积分就可以了。
parameter 是函数定义的参数形式
argument 是函数调用时传入的参数实体。
对于函数调用的传参模式，一般有两种：
此外，
也是关键字传参
python的函数参数定义一般来说有五种: 位置和关键字参数混合 ， 仅位置参数 ， 仅关键字参数 ， 可变位置参数 ， 可变关键字参数 。其中仅位置参数的方式仅仅是一个概念，python语法中暂时没有这样的设计。
通常我们见到的函数是位置和关键字混合的方式。
既可以用关键字又可以用位置调用
或
这种方式的定义只能使用关键字传参的模式
f(*some_list) 与 f(arg1, arg2, ...) （其中some_list = [arg1, arg2, ...]）是等价的
网络模块request的request方法的设计
多数的可选参数被设计成可变关键字参数
有多种方法能够为函数定义输出：
非常晦涩
如果使用可变对象作为函数的默认参数，会导致默认参数在所有的函数调用中被共享。
例子1：
addItem方法的data设计了一个默认参数，使用不当会造成默认参数被共享。
python里面，函数的默认参数被存在__default__属性中，这是一个元组类型
例子2：
在例子1中，默认参数是一个列表，它是mutable的数据类型，当它写进 __defauts__属性中时，函数addItem的操作并不会改变它的id，相当于 __defauts__只是保存了data的引用，对于它的内存数据并不关心，每次调用addItem，都可以修改 addItem.__defauts__中的数据，它是一个共享数据。
如果默认参数是一个imutable类型，情况将会不一样,你无法改变默认参数第一次存入的值。
例子1中，连续调用addItem('world') 的结果会是
而不是期望的
