Python numpy random.mtrand.RandomState.standard_gamma用法及代码示例

用法： RandomState.standard_gamma(shape, size=None)

从标准Gamma分布中抽取样本。

从具有指定参数，形状(有时指定为“k”)和比例= 1的Gamma分布中抽取样本。

参数：	shape：： float 或 array_like of floats 参数，必须为非负数。 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`shape`是标量。除此以外，`np.array(shape).size`抽取样品。
返回值：	out：： ndarray或标量从参数化的标准伽玛分布中抽取样本。

注意：

Gamma分布的概率密度为

$p(x) = x^{k-1}\frac{e^{-x/\theta}}{\theta^k\Gamma(k)},$

哪里是形状和 $\theta$ 规模，以及 $\Gamma$ 是Gamma函数。

Gamma分布通常用于对电子组件的失效时间进行建模，并且在与泊松分布事件之间的等待时间相关的过程中自然产生。

参考文献：

[1]	魏斯汀(Eric W.)，“伽玛分布”来自MathWorld-A Wolfram Web资源。http://mathworld.wolfram.com/GammaDistribution.html

[2]	维基百科，“Gamma distribution”，https://en.wikipedia.org/wiki/Gamma_distribution

例子：

从分布中抽取样本：

>>> shape, scale = 2., 1. # mean and width
>>> s = np.random.standard_gamma(shape, 1000000)

显示样本的直方图以及概率密度函数：

>>> import matplotlib.pyplot as plt
>>> import scipy.special as sps  # doctest:+SKIP
>>> count, bins, ignored = plt.hist(s, 50, density=True)
>>> y = bins**(shape-1) * ((np.exp(-bins/scale))/  # doctest:+SKIP
...                       (sps.gamma(shape) * scale**shape))
>>> plt.plot(bins, y, linewidth=2, color='r')  # doctest:+SKIP
>>> plt.show()

../../../_images/numpy-random-mtrand-RandomState-standard_gamma-1.png

相关用法

python scipy stats.gamma用法及代码示例

注：本文由纯净天空筛选整理自 numpy.random.mtrand.RandomState.standard_gamma。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。