借助于numpy.random.logistic()方法，我们可以获取逻辑分布的随机样本，并使用此方法返回随机样本。
物流分布
用法：numpy.random.logistic(loc=0.0, scale=1.0, size=None)
返回：以numpy数组形式返回随机样本。
范例1：
在此示例中，我们可以看到，通过使用numpy.random.logistic()方法，我们能够获取logistic分布的随机样本并使用此方法返回随机样本。
Python3
# import numpy
import numpy as np
import matplotlib.pyplot as plt
# Using numpy.random.logistic() method
gfg1 = np.random.logistic(1.23, 3.14, 1000)
gfg2 = np.random.logistic(gfg1, 3.14, 1000)
count, bins, ignored = plt.hist(gfg2, 50, density = True)
plt.show()输出：
范例2：
Python3
# import numpy
import numpy as np
import matplotlib.pyplot as plt
# Using numpy.random.logistic() method
gfg = np.random.logistic(13.31, 3.31, 1000)
count, bins, ignored = plt.hist(gfg, 30, density = True)
plt.show()输出：
相关用法
注：本文由纯净天空筛选整理自Jitender_1998大神的英文原创作品 numpy.random.logistic() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。