Python numpy random.triangular用法及代码示例

本文简要介绍 python 语言中 numpy.random.triangular 的用法。

用法:

random.triangular(left, mode, right, size=None)

从区间 [left, right] 的三角分布中抽取样本。

三角分布是一个连续概率分布，下限左，峰在众数，上限右。与其他分布不同，这些参数直接定义了 pdf 的形状。

注意

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

参数：

left： 浮点数或类似数组的浮点数

下限。

mode： 浮点数或类似数组的浮点数

分布峰值出现的值。该值必须满足条件 left <= mode <= right 。

right： 浮点数或类似数组的浮点数

上限，必须大于左边。

size： int 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 left 、 mode 和 right 都是标量，则返回单个值。否则，将抽取np.broadcast(left, mode, right).size 样本。

返回：

out： ndarray 或标量

从参数化三角分布中抽取样本。

注意：

三角分布的概率密度函数是

\[\begin{split}P(x;l, m, r) = \begin{cases} \frac{2(x-l)}{(r-l)(m-l)}& \text{for $l \leq x \leq m$},\\ \frac{2(r-x)}{(r-l)(r-m)}& \text{for $m \leq x \leq r$},\\ 0& \text{otherwise}. \end{cases}\end{split}\]

三角分布通常用于定义不明确的问题，其中潜在分布未知，但存在一些关于极限和模式的知识。它通常用于模拟。

参考：

1：

维基百科，“Triangular distribution”https://en.wikipedia.org/wiki/Triangular_distribution

例子：

从分布中绘制值并绘制直方图：

>>> import matplotlib.pyplot as plt
>>> h = plt.hist(np.random.triangular(-3, 0, 8, 100000), bins=200,
...              density=True)
>>> plt.show()