假定有自定義的分佈資料(X, P)，其中X表示隨機變數 X X X的取值序列，P表示對應 X X X的每個取值的概率序列。scipy.stats包為我們提供了一個rv_discrete類，可以用資料(X, P)建立自定義的離散型隨機變數的分佈。例如設 X X X~ ( 1 2 10 0.15 0.55 0.3 ) \begin{pmatrix}1&2&10\\0.15&0.55&0.3\end{pmatrix} (10.15​20.55​100.3​)，我們用下列程式碼生成一個以序列X={1, 2, 10}，P={0.15, 0.55, 0.3}表示的分佈律的離散型分佈mydist。並生成200個服從mydist分佈的隨機數，模擬此分佈描述的隨機試驗。

from scipy.stats import rv_discrete         #匯入rv_discrete類
import numpy as np                          #匯入numpy取別名為np
from matplotlib import pyplot as plt        #匯入pyplot取別名plt
X=np.array([1, 2, 10])                      #X的取值序列
P=np.array([0.15, 0.55, 0.3])               #對應的概率序列
mydist=rv_discrete(
 
values=(X, P))           #用X，P建立分佈mydist
data=mydist.rvs(size=200)                   #200個mydist分佈的隨機數
plt.hist(data, density=True)                #繪製直方圖
plt.plot(Y, mydist.pmf(Y), 'bo')            #繪製Y的分佈律圖形
plt.show()

程式的第4~5行設定表示隨機變數 X X X的分佈律的陣列X與P。第6行呼叫rv_discrete函式（第1行匯入）用X，P建立自定義離散型分佈mydist。該函式的呼叫介面為