既然我们已经对熵有了很好的直觉理解，接下来就可以让联合概率和条件概率的概念同样自然易懂。
联合概率分布（Joint Probability Distribution）：如果单个随机变量 X 的分布为 p(x)，那么两个变量 X 和 Y 的联合分布为 p(x,y)。
直觉来说，将 X 和 Y 想象成发生在同一个世界中的两个事件：X = 明天的天气，Y = 你是否带伞。联合分布告诉你这两个事件同时发生的概率：
p(x, y) = Pr(X = x 且 Y = y)
想象一个网格（表格）
|--------|----------|----------|-----|
| | Y = y₁ | Y = y₂ | ... |
| X = x₁ | p(x₁,y₁) | p(x₁,y₂) | ... |
| X = x₂ | p(x₂,y₁) | p(x₂,y₂) | ... |
| ... | ... | ... | ... |
假如，网格中的每个单元格都是一个可能性像素，联合分布用概率权重来表示这些像素。
联合熵（Joint entropy）衡量事件对 (X, Y) 作为一个单一组合系统的不确定性。这是同时看到两者时意料之中的惊喜。
H(X, Y) = - \sum_{x \in \mathcal{X}} \sum_{y \in \mathcal{Y}} p(x, y) \log p(x, y)
条件概率分布（Conditional Probability Distribution）则聚焦于某一行。条件概率是指固定一个变量，然后观察另一个变量的不确定性时所得到的概率分布。
p(y | x) = Pr(Y = y，已知 X = x)
这意味着，如果我们已经知道 X = x，那么 Y 的分布是什么？
在上面的表格中，选择一行（例如 X = x₁）。现在，缩小该行，使其所有概率之和为 1，该行变为条件分布：p(Y|X=x₁)。这就像，联合分布是整个地图；条件化是放大到某个区域；重归一化是调整亮度，使放大后的世界更合理。
条件熵（Conditional entropy）是 H(Y|X) = 如果你已经知道 X，那么你对 Y 的剩余不确定性，它是放大地图每一行后 Y 的平均意外值。
其中
H(Y|X = x) = - \sum_{y \in \mathcal{Y}} p(y|x) \log p(y|x)
联合熵来自联合概率分布，而条件熵来自条件概率分布，熵始终是"预期的意外"。并且，联合分布决定了同时看到 (X, Y) 的意外程度；条件分布决定了在已知 X 的情况下看到 Y 的意外程度；边缘分布（p(x) 或 p(y)）决定了单个变量的意外程度。熵的每一面都反映出同一概率结构的不同视角。