python中scipy.stats產(chǎn)生隨機(jī)數(shù)實例講解
python的numpy 能生成一定概率分布的隨機(jī)數(shù),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用于統(tǒng)計分析,統(tǒng)計工具和隨機(jī)過程的概率,各個隨機(jī)過程的隨機(jī)數(shù)生成器可以從numpy.random中找到。本文介紹python中使用scipy.stats產(chǎn)生隨機(jī)數(shù)的原理及實例。
1、scipy.stats正態(tài)分步格式
scipy.stats #生成指定分布 scipy.stats.poisson.rvs(loc=期望, scale=標(biāo)準(zhǔn)差, size=生成隨機(jī)數(shù)的個數(shù)) #從泊松分布中生成指定個數(shù)的隨機(jī)數(shù)
2、使用說明
norm.rvs通過loc和scale參數(shù)可以指定隨機(jī)變量的偏移和縮放參數(shù),這里對應(yīng)的是正態(tài)分布的期望和標(biāo)準(zhǔn)差。
size得到隨機(jī)數(shù)數(shù)組的形狀參數(shù)。
3、scipy.stats使用實例:產(chǎn)生隨機(jī)數(shù)
#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(guān)于python中scipy.stats產(chǎn)生隨機(jī)數(shù)實例講解的文章就介紹到這了,更多相關(guān)python中如何使用scipy.stats產(chǎn)生隨機(jī)數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python獲取當(dāng)前時間對應(yīng)unix時間戳的方法
這篇文章主要介紹了python獲取當(dāng)前時間對應(yīng)unix時間戳的方法,涉及Python時間操作的相關(guān)技巧,非常簡單實用,需要的朋友可以參考下2015-05-05
Python圖像的增強(qiáng)處理操作示例【基于ImageEnhance類】
這篇文章主要介紹了Python圖像的增強(qiáng)處理操作,結(jié)合實例形式分析了使用ImageEnhance類處理圖片的亮度、對比度、色度以及銳度等相關(guān)操作技巧,需要的朋友可以參考下2019-01-01
利用python Pandas實現(xiàn)批量拆分Excel與合并Excel
今天帶大家學(xué)習(xí)利用python Pandas實現(xiàn)批量拆分Excel與合并Excel,文中有非常詳細(xì)的的代碼示例,對正在學(xué)習(xí)python的小伙伴們很有幫助,需要的朋友可以參考下2021-05-05

