python randint函数用法_python scipy stats.randint用法及代码示例「建议收藏」

均匀离散随机变量。作为一个实例rv_discrete类,randint对象从中继承了通用方法的集合(完整列表请参见下文),并使用特定于此特定发行版的详细信息来完善它们。注意:的概率质量函数randint是:对于k=low,…,high-1。randint需要low和high作为形状参数。上面的概率质量函数以“standardized”形式定义。要转移分布,请使用loc参数。特别,r…

大家好,又见面了,我是你们的朋友全栈君。

均匀离散随机变量。

作为一个实例rv_discrete类,randint对象从中继承了通用方法的集合(完整列表请参见下文),并使用特定于此特定发行版的详细信息来完善它们。

注意:

的概率质量函数randint是:

c1cac7e1c242a15864131dacc9041fdb.svg

对于k = low, …, high – 1。

randint需要low和high作为形状参数。

上面的概率质量函数以“standardized”形式定义。要转移分布,请使用loc参数。特别,randint.pmf(k, low, high, loc)等同于randint.pmf(k – loc, low, high)。

例子:

>>> from scipy.stats import randint

>>> import matplotlib.pyplot as plt

>>> fig, ax = plt.subplots(1, 1)

首先计算一下:

>>> low, high = 7, 31

>>> mean, var, skew, kurt = randint.stats(low, high, moments=’mvsk’)

显示概率质量函数(pmf):

>>> x = np.arange(randint.ppf(0.01, low, high),

… randint.ppf(0.99, low, high))

>>> ax.plot(x, randint.pmf(x, low, high), ‘bo’, ms=8, label=’randint pmf’)

>>> ax.vlines(x, 0, randint.pmf(x, low, high), colors=’b’, lw=5, alpha=0.5)

或者,可以调用分发对象(作为函数)以固定形状和位置。这将返回固定固定给定参数的“frozen” RV对象。

冻结发行版并显示冻结的pmf:

>>> rv = randint(low, high)

>>> ax.vlines(x, 0, rv.pmf(x), colors=’k’, linestyles=’-‘, lw=1,

… label=’frozen pmf’)

>>> ax.legend(loc=’best’, frameon=False)

>>> plt.show()

aab00146e2e0387e487ae9090062ffdf.jpg

检查的准确性cdf和ppf:

>>> prob = randint.cdf(x, low, high)

>>> np.allclose(x, randint.ppf(prob, low, high))

True

生成随机数:

>>> r = randint.rvs(low, high, size=1000)

方法:

rvs(low, high, loc=0, size=1, random_state=None)

随机变量。

pmf(k, low, high, loc=0)

概率质量函数。

logpmf(k, low, high, loc=0)

概率质量函数的对数。

cdf(k, low, high, loc=0)

累积分布函数。

logcdf(k, low, high, loc=0)

累积分布函数的日志。

sf(k, low, high, loc=0)

生存函数(也定义为1 – cdf,但sf有时更准确)。

logsf(k, low, high, loc=0)

生存函数的日志。

ppf(q, low, high, loc=0)

百分比点函数(的倒数cdf—百分位数)。

isf(q, low, high, loc=0)

逆生存函数(sf)。

stats(low, high, loc=0, moments=’mv’)

均值(‘m’),方差(‘v’),偏斜(‘s’)和/或峰度(‘k’)。

entropy(low, high, loc=0)

RV的(微分)熵。

expect(func, args=(low, high), loc=0, lb=None, ub=None, conditional=False)

函数(具有一个参数)相对于分布的期望值。

median(low, high, loc=0)

分布的中位数。

mean(low, high, loc=0)

分布的平均值。

var(low, high, loc=0)

分布的差异。

std(low, high, loc=0)

分布的标准偏差。

interval(alpha, low, high, loc=0)

包含分布的Alpha百分比的范围的端点

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/128797.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • SQL 函数 TIMESTAMPDIFF

    SQL 函数 TIMESTAMPDIFF①求时间差TIMESTAMPDIFF(单位,开始时间,结束时间)==开始时间-结束时间,eg。TIMESTAMPDIFF(MINUTE,begin_time,IFNULL(over_time,NOW()))注释:如果over_time不为空则用现在时间减去begin_time,得到的值的单位为分钟转载于:https://www.cnblogs…

  • X3D 概念

    X3D 概念Extensible3D(X3D)Part1:Architectureandbasecomponents4Concepts概念4.1一般4.1.1主题此条款描述了X3D的核心概念,包括:如何创建和回放X3D场景,X3D场景的运行时语法,组件和概貌构成的模块化结构,通过层概念保证顺应性,数据编码语法,程序存取,网络化因素。表

  • 数据挖掘项目总结文档模板_数据挖掘实训心得

    数据挖掘项目总结文档模板_数据挖掘实训心得数据挖掘项目总结文档1、文档概述1.1编写目的记录本次实验思路及流程,备忘用。1.2适用对象个人学习总结,描述有偏差之处陆续更进。2、业务理解与分析定义2.1需求概述针对传统网络入侵检测系统存在的误判以及漏检情况,采用数据挖掘的指导思想,通过大量的攻击样本数据进行知识发现,本次实验采用的kdd99数据集,其中包含了大量的模拟攻击行为。1998年美国国防

  • 深入浅出谈开窗函数(一)

    深入浅出谈开窗函数(一)

  • idea设置java版本_手机安卓版本怎么升级

    idea设置java版本_手机安卓版本怎么升级一、背景即使我电脑安装的JDK版本是8,然而在idea运行中常常提示xxjdk1.5已过时之类的,why?明明是我装的JDK8啊二、解决鼠标点击file->setting,进入idea的设置页面settings,根据截图操作,懒得写了,最后点击ok然后,鼠标点击file->ProjectStructure…

  • leetcode最长回文子串_kmp算法题

    leetcode最长回文子串_kmp算法题实现 strStr() 函数。给定一个 haystack 字符串和一个 needle 字符串,在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在,则返回 -1。示例 1:输入: haystack = “hello”, needle = “ll”输出: 2示例 2:输入: haystack = “aaaaa”, needle = “bba”输出: -1说明:当 needle 是空字符串时,我们应当返回什么值呢?这是一个在面试中很好的问题

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号