本文简要介绍 python 语言中 scipy.special.nbdtri
的用法。
用法:
scipy.special.nbdtri(k, n, y, out=None) = <ufunc 'nbdtri'>#
返回参数的倒数p的y = nbdtr(k, n, p),负二项式累积分布函数。
- k: array_like
允许的最大失败次数(非负整数)。
- n: array_like
目标成功次数(正整数)。
- y: array_like
在 n 次成功之前发生 k 次或更少失败的概率(浮点数)。
- out: ndarray,可选
函数结果的可选输出数组
- p: 标量或 ndarray
单个事件的成功概率(浮点数),使得 nbdtr(k, n, p) = y。
参数 ::
返回 ::
注意:
Cephes [1] 例程的包装器
nbdtri
。负二项分布也可用作
scipy.stats.nbinom
。与scipy.stats.nbinom
的ppf
方法相比,直接使用nbdtri
可以提高性能。参考:
[1]Cephes 数学函数库,http://www.netlib.org/cephes/
例子:
nbdtri
是的倒数nbdtr
关于p。对于浮点错误,以下内容成立:nbdtri(k, n, nbdtr(k, n, p))=p
.>>> import numpy as np >>> from scipy.special import nbdtri, nbdtr >>> k, n, y = 5, 10, 0.2 >>> cdf_val = nbdtr(k, n, y) >>> nbdtri(k, n, cdf_val) 0.20000000000000004
计算函数为
k=10
和n=5
通过提供 NumPy 数组或列表来在多个点上y.>>> y = np.array([0.1, 0.4, 0.8]) >>> nbdtri(3, 5, y) array([0.34462319, 0.51653095, 0.69677416])
绘制三个不同参数集的函数。
>>> import matplotlib.pyplot as plt >>> n_parameters = [5, 20, 30, 30] >>> k_parameters = [20, 20, 60, 80] >>> linestyles = ['solid', 'dashed', 'dotted', 'dashdot'] >>> parameters_list = list(zip(n_parameters, k_parameters, linestyles)) >>> cdf_vals = np.linspace(0, 1, 1000) >>> fig, ax = plt.subplots(figsize=(8, 8)) >>> for parameter_set in parameters_list: ... n, k, style = parameter_set ... nbdtri_vals = nbdtri(k, n, cdf_vals) ... ax.plot(cdf_vals, nbdtri_vals, label=rf"$k={k},\ n={n}$", ... ls=style) >>> ax.legend() >>> ax.set_ylabel("$p$") >>> ax.set_xlabel("$CDF$") >>> title = "nbdtri: inverse of negative binomial CDF with respect to $p$" >>> ax.set_title(title) >>> plt.show()
nbdtri
可以通过提供形状兼容广播的数组来评估不同的参数集k,n和p。这里我们计算三个不同的函数k在四个地点p,产生一个 3x4 数组。>>> k = np.array([[5], [10], [15]]) >>> y = np.array([0.3, 0.5, 0.7, 0.9]) >>> k.shape, y.shape ((3, 1), (4,))
>>> nbdtri(k, 5, y) array([[0.37258157, 0.45169416, 0.53249956, 0.64578407], [0.24588501, 0.30451981, 0.36778453, 0.46397088], [0.18362101, 0.22966758, 0.28054743, 0.36066188]])
相关用法
- Python SciPy special.nbdtrik用法及代码示例
- Python SciPy special.nbdtrin用法及代码示例
- Python SciPy special.nbdtr用法及代码示例
- Python SciPy special.nbdtrc用法及代码示例
- Python SciPy special.ncfdtri用法及代码示例
- Python SciPy special.ncfdtr用法及代码示例
- Python SciPy special.ncfdtridfd用法及代码示例
- Python SciPy special.ndtri用法及代码示例
- Python SciPy special.nctdtr用法及代码示例
- Python SciPy special.ndtr用法及代码示例
- Python SciPy special.ncfdtridfn用法及代码示例
- Python SciPy special.ndtri_exp用法及代码示例
- Python SciPy special.ncfdtrinc用法及代码示例
- Python SciPy special.exp1用法及代码示例
- Python SciPy special.expn用法及代码示例
- Python SciPy special.gamma用法及代码示例
- Python SciPy special.y1用法及代码示例
- Python SciPy special.y0用法及代码示例
- Python SciPy special.ellip_harm_2用法及代码示例
- Python SciPy special.i1e用法及代码示例
- Python SciPy special.smirnovi用法及代码示例
- Python SciPy special.ker用法及代码示例
- Python SciPy special.ynp_zeros用法及代码示例
- Python SciPy special.k0e用法及代码示例
- Python SciPy special.j1用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.special.nbdtri。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。