python中scipy.stats產生隨機數實例講解
python的numpy 能生成一定概率分佈的隨機數,但如果需要更具體的概率密度,累積概率,就要使用scipy.stats。scipy.stats用於統計分析,統計工具和隨機過程的概率,各個隨機過程的隨機數生成器可以從numpy.random中找到。本文介紹python中使用scipy.stats產生隨機數的原理及實例。
1、scipy.stats正態分步格式
scipy.stats #生成指定分佈 scipy.stats.poisson.rvs(loc=期望, scale=標準差, size=生成隨機數的個數) #從泊松分佈中生成指定個數的隨機數
2、使用說明
norm.rvs通過loc和scale參數可以指定隨機變量的偏移和縮放參數,這裡對應的是正態分佈的期望和標準差。
size得到隨機數數組的形狀參數。
3、scipy.stats使用實例:產生隨機數
#1. random number #np.random.normal(loc=0.0, scale=1.0, size=None) rv_unif = st.uniform.rvs(size=10) print(rv_unif) rv_norm=st.norm.rvs(loc = 5,scale = 1,size =(2,2)) print(rv_norm) rv_beta=st.beta.rvs(size=10,a=4,b=2) print(rv_beta)
到此這篇關於python中scipy.stats產生隨機數實例講解的文章就介紹到這瞭,更多相關python中如何使用scipy.stats產生隨機數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python的scipy.stats模塊中正態分佈常用函數總結
- 從np.random.normal()到正態分佈的擬合操作
- Python numpy之線性代數與隨機漫步
- Pandas如何對Categorical類型字段數據統計實戰案例
- python 生成正態分佈數據,並繪圖和解析