用法：
RandomState.pareto(a, size=None)从具有指定形状的Pareto II或Lomax分布中抽取样本。
Lomax或Pareto II分布是移位的Pareto分布。可以从Lomax分布中获得经典的Pareto分布，方法是加1并乘以scale参数
m(请参阅注释)。 Lomax分布的最小值为零，而经典Pareto分布的最小值为零mu，标准Pareto分布所在的位置mu = 1。 Lomax也可以看作是广义Pareto分布的简化版本(可在SciPy中使用)，比例设置为1，位置设置为零。帕累托分布必须大于零，并且在上方无界。它也被称为“ 80-20规则”。在此分布中，80％的权重在范围的最低20％中，而其他20％占其余的80％。
参数： - a： ： float 或 array_like of floats
形状分布。必须是积极的。
- size： ： int 或 tuple of ints, 可选参数
输出形状。如果给定的形状是
(m, n, k)， 然后m * n * k抽取样品。如果尺寸是None(默认)，如果返回一个值a是标量。除此以外，np.array(a).size抽取样品。
返回值： - out： ： ndarray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为
哪里
是形状和
规模。以意大利经济学家维尔弗雷多·帕累托(Vilfredo Pareto)的名字命名的帕累托分布是一种幂律概率分布，可用于许多现实世界中的问题。在经济学领域之外，通常将其称为Bradford分布。帕累托(Pareto)建立了分布来描述经济中财富的分布。它也已用于保险，网页访问统计，油田规模和许多其他问题，包括Sourceforge中项目的下载频率[1]。它是so-called “fat-tailed”发行版之一。
参考文献：
[1] Francis Hunt和Paul Johnson，关于Sourceforge项目的帕累托分布。 [2] 帕累托(V.Pareto)(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 numpy.random.mtrand.RandomState.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。