python中scipy.stats產(chǎn)生隨機(jī)數(shù)實(shí)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(jì)分析,統(tǒng)計(jì)工具和隨機(jī)過(guò)程的概率,各個(gè)隨機(jī)過(guò)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(shí)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(gè)數(shù)) #從泊松分布中生成指定個(gè)數(shù)的隨機(jī)數(shù)
2、使用說(shuō)明
norm.rvs通過(guò)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(duì)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(shí)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(shí)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(qǐng)搜索好吧啦網(wǎng)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好吧啦網(wǎng)!
相關(guān)文章:
1. ajax請(qǐng)求后臺(tái)得到j(luò)son數(shù)據(jù)后動(dòng)態(tài)生成樹(shù)形下拉框的方法2. phpstudy apache開(kāi)啟ssi使用詳解3. JSP之表單提交get和post的區(qū)別詳解及實(shí)例4. Xml簡(jiǎn)介_(kāi)動(dòng)力節(jié)點(diǎn)Java學(xué)院整理5. 詳解瀏覽器的緩存機(jī)制6. .Net Core和RabbitMQ限制循環(huán)消費(fèi)的方法7. jsp實(shí)現(xiàn)登錄驗(yàn)證的過(guò)濾器8. jsp文件下載功能實(shí)現(xiàn)代碼9. ASP動(dòng)態(tài)網(wǎng)頁(yè)制作技術(shù)經(jīng)驗(yàn)分享10. 存儲(chǔ)于xml中需要的HTML轉(zhuǎn)義代碼
