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

用法： RandomState.vonmises(mu, kappa, size=None)

从冯·米塞斯分布中抽取样本。

从间隔为-π，π的特定模式(μ)和分散度(κ)的冯·米塞斯分布中抽取样品。

von Mises分布(也称为圆正态分布)是单位圆上的连续概率分布。可以将其视为正态分布的循环类似物。

参数：

参数：	mu：： float 或 array_like of floats 分发模式(“center”)。 kappa：： float 或 array_like of floats 分布的色散必须> = 0。 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`mu`和`kappa`都是标量。除此以外，`np.broadcast(mu, kappa).size`抽取样品。
返回值：	out：： ndarray或标量从参数化的von Mises分布中抽取样本。

mu：： float 或 array_like of floats: 分发模式(“center”)。
kappa：： float 或 array_like of floats: 分布的色散必须> = 0。
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mu和kappa都是标量。除此以外，np.broadcast(mu, kappa).size抽取样品。

返回值：

out：： ndarray或标量: 从参数化的von Mises分布中抽取样本。

注意：

冯·米塞斯分布的概率密度为

$p(x) = \frac{e^{\kappa cos(x-\mu)}}{2\pi I_0(\kappa)},$

哪里 $\mu$ 是模式和 $\kappa$ 分散，以及 $I_0(\kappa)$ 是0阶的修改后的Bessel函数。

冯·米塞斯(von Mises)以理查德·埃德勒·冯·米塞斯(Richard Edler von Mises)的名字命名，他出生于现在的乌克兰Austria-Hungary。他于1939年逃往美国，成为哈佛大学的教授。他从事概率论，空气动力学，流体力学和科学哲学的研究。

参考文献：

[1]	M. Abramowitz和I.A. Stegun(编辑)。 “带有公式，图形和数学表的数学函数手册，第9次印刷”，纽约：多佛，1972年。

[2]	冯·米塞斯(R. von Mises)，“概率论和统计学的数学理论”，纽约：学术出版社，1964年。

例子：

从分布中抽取样本：

>>> mu, kappa = 0.0, 4.0 # mean and dispersion
>>> s = np.random.vonmises(mu, kappa, 1000)

显示样本的直方图以及概率密度函数：

>>> import matplotlib.pyplot as plt
>>> from scipy.special import i0  # doctest:+SKIP
>>> plt.hist(s, 50, density=True)
>>> x = np.linspace(-np.pi, np.pi, num=51)
>>> y = np.exp(kappa*np.cos(x-mu))/(2*np.pi*i0(kappa))  # doctest:+SKIP
>>> plt.plot(x, y, linewidth=2, color='r')  # doctest:+SKIP
>>> plt.show()

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

相关用法

python scipy stats.vonmises用法及代码示例

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