Python SciPy stats.binom用法及代码示例

本文简要介绍 python 语言中 scipy.stats.binom 的用法。

用法:

scipy.stats.binom = <scipy.stats._discrete_distns.binom_gen object>#

二项式离散随机变量。

作为 rv_discrete 类的实例，binom 对象从它继承了一组通用方法(完整列表见下文)，并用特定于此特定发行版的详细信息来完成它们。

注意：

binom 的概率质量函数为：

\[f(k) = \binom{n}{k} p^k (1-p)^{n-k}\]

对于\(k \in \{0, 1, \dots, n\}\)，\(0 \leq p \leq 1\)

binom将\(n\)和\(p\)作为形状参数，其中\(p\)是单次成功的概率，\(1-p\)是单次失败的概率。

上面的概率质量函数以“standardized” 形式定义。要转移分布，请使用 loc 参数。具体来说，binom.pmf(k, n, p, loc) 等同于 binom.pmf(k - loc, n, p) 。

例子：

>>> import numpy as np
>>> from scipy.stats import binom
>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots(1, 1)

计算前四个时刻：

>>> n, p = 5, 0.4
>>> mean, var, skew, kurt = binom.stats(n, p, moments='mvsk')

显示概率质量函数(pmf)：

>>> x = np.arange(binom.ppf(0.01, n, p),
...               binom.ppf(0.99, n, p))
>>> ax.plot(x, binom.pmf(x, n, p), 'bo', ms=8, label='binom pmf')
>>> ax.vlines(x, 0, binom.pmf(x, n, p), colors='b', lw=5, alpha=0.5)

或者，可以调用分布对象(作为函数)来固定形状和位置。这将返回一个 “frozen” RV 对象，其中包含固定的给定参数。

冻结分布并显示冻结的 pmf ：

>>> rv = binom(n, p)
>>> ax.vlines(x, 0, rv.pmf(x), colors='k', linestyles='-', lw=1,
...         label='frozen pmf')
>>> ax.legend(loc='best', frameon=False)
>>> plt.show()

检查 cdf 和 ppf 的准确性：

>>> prob = binom.cdf(x, n, p)
>>> np.allclose(x, binom.ppf(prob, n, p))
True

生成随机数：

>>> r = binom.rvs(n, p, size=1000)