当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python dask.array.random.pareto用法及代码示例


用法:

dask.array.random.pareto(a, size=None, chunks='auto', **kwargs)

从具有指定形状的 Pareto II 或 Lomax 分布中抽取样本。

此文档字符串是从 numpy.random.mtrand.RandomState.pareto 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

Lomax 或 Pareto II 分布是移动的 Pareto 分布。经典的帕累托分布可以通过加 1 并乘以尺度参数m(见注释)从 Lomax 分布中获得。 Lomax 分布的最小值为零,而对于经典 Pareto 分布,它是 mu ,其中标准 Pareto 分布的位置为 mu = 1 。 Lomax 也可以被认为是广义帕累托分布(在 SciPy 中可用)的简化版本,比例设置为 1,位置设置为零。

帕累托分布必须大于零,并且在上面是无界的。它也被称为“80-20 法则”。在此分布中,80% 的权重位于范围的最低 20% 范围内,而其他 20% 的权重填充范围的剩余 80%。

注意

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

参数

a浮点数或类似数组的浮点数

分布的形状。必须是正的。

sizeint 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 a 是标量,则返回单个值。否则,将抽取np.array(a).size 样本。

返回

outndarray 或标量

从参数化的帕累托分布中抽取样本。

注意

帕累托分布的概率密度是

其中 是形状, 是比例。

帕累托分布以意大利经济学家维尔弗雷多·帕累托的名字命名,是一种幂律概率分布,可用于许多现实世界的问题。在经济学领域之外,它通常被称为布拉德福德分布。帕累托发展了分配来说明经济中的财富分配。它还用于保险、网页访问统计、油田规模和许多其他问题,包括 Sourceforge [1] 中项目的下载频率。它是所谓的 “fat-tailed” 发行版之一。

参考

1

Francis Hunt 和 Paul Johnson,关于 Sourceforge 项目的帕累托分布。

2

帕累托五世 (1896)。政治经济学课程。洛桑。

3

Reiss, R.D., Thomas, M.(2001),极值的统计分析,Birkhauser Verlag,巴塞尔,第 23-30 页。

4

维基百科,“Pareto distribution”,https://en.wikipedia.org/wiki/Pareto_distribution

例子

从分布中抽取样本:

>>> a, m = 3., 2.  # shape and mode  
>>> s = (np.random.pareto(a, 1000) + 1) * m

显示样本的直方图以及概率密度函数:

>>> import matplotlib.pyplot as plt  
>>> count, bins, _ = plt.hist(s, 100, density=True)  
>>> fit = a*m**a / bins**(a+1)  
>>> plt.plot(bins, max(count)*fit/max(fit), linewidth=2, color='r')  
>>> plt.show()

相关用法


注:本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.random.pareto。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。