当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy.random.logseries用法及代码示例

用法:

random.logseries(p, size=None)

从对数系列分布中抽取样本。

样本是从具有指定形状参数的对数系列分布中抽取的,0 p

注意

新代码应改为使用default_rng() 实例的logseries 方法;请参阅快速入门。

参数

p 浮点数或类似数组的浮点数

分布的形状参数。必须在 (0, 1) 范围内。

size int 或整数元组,可选

输出形状。例如,如果给定的形状是 (m, n, k) ,则绘制 m * n * k 样本。如果 size 为 None(默认),如果 p 是标量,则返回单个值。否则,将抽取np.array(p).size 样本。

返回

out ndarray 或标量

从参数化对数序列分布中抽取样本。

注意

Log Series 分布的概率密度为

其中 p = 概率。

对数系列分布经常被用来表示物种的丰富度和发生率,由 Fisher、Corbet 和 Williams 在 1943 年首次提出 [2]。它还可用于模拟汽车中的乘员数量 [3]。

参考

1

Buzas,马丁 A.; Culver, Stephen J.,通过事件的对数系列分布了解区域物种多样性:BIODIVERSITY RESEARCH Diversity & Distributions,第 5 卷,第 5 期,1999 年 9 月,第 187-195(9) 页。

2

费舍尔, R.A,, A.S. Corbet 和 C.B.威廉姆斯。 1943. 动物种群随机样本中物种数量与个体数量之间的关系。动物生态学杂志,12:42-58。

3

D. J. Hand、F. Daly、D. Lunn、E. Ostrowski,小数据集手册,CRC 出版社,1994 年。

4

维基百科,“Logarithmic distribution”,https://en.wikipedia.org/wiki/Logarithmic_distribution

例子

从分布中抽取样本:

>>> a = .6
>>> s = np.random.logseries(a, 10000)
>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s)

# 针对分布作图

>>> def logseries(k, p):
...     return -p**k/(k*np.log(1-p))
>>> plt.plot(bins, logseries(bins, a)*count.max()/
...          logseries(bins, a).max(), 'r')
>>> plt.show()
numpy-random-logseries-1.png

相关用法

注:本文由堆栈答案筛选整理自numpy.org大神的英文原创作品 numpy.random.logseries。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。