用法:
scipy.stats.gilbrat = <scipy.stats._continuous_distns.gilbrat_gen object>
Gilbrat 连续随机变量。
作为
rv_continuous
类的一个实例,gilbrat
对象从它继承了一组泛型方法(完整列表见下文),并使用特定于该特定分布的详细信息来完善它们。注意:
gilbrat
的概率密度函数为:上面的概率密度在“standardized” 表格中定义。要移动和/或缩放分布,请使用
loc
和scale
参数。具体来说,gilbrat.pdf(x, loc, scale)
等同于gilbrat.pdf(y) / scale
和y = (x - loc) / scale
。请注意,移动分布的位置不会使其成为“noncentral” 分布;某些分布的非中心概括可在单独的类中获得。例子:
>>> from scipy.stats import gilbrat >>> import matplotlib.pyplot as plt >>> fig, ax = plt.subplots(1, 1)
计算前四个时刻:
>>> mean, var, skew, kurt = gilbrat.stats(moments='mvsk')
显示概率密度函数(
pdf
):>>> x = np.linspace(gilbrat.ppf(0.01), ... gilbrat.ppf(0.99), 100) >>> ax.plot(x, gilbrat.pdf(x), ... 'r-', lw=5, alpha=0.6, label='gilbrat pdf')
或者,可以调用分布对象(作为函数)来固定形状、位置和比例参数。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
pdf
:>>> rv = gilbrat() >>> ax.plot(x, rv.pdf(x), 'k-', lw=2, label='frozen pdf')
检查
cdf
和ppf
的准确性:>>> vals = gilbrat.ppf([0.001, 0.5, 0.999]) >>> np.allclose([0.001, 0.5, 0.999], gilbrat.cdf(vals)) True
生成随机数:
>>> r = gilbrat.rvs(size=1000)
并比较直方图:
>>> ax.hist(r, density=True, histtype='stepfilled', alpha=0.2) >>> ax.legend(loc='best', frameon=False) >>> plt.show()
相关用法
- Python scipy.stats.genpareto用法及代码示例
- Python scipy.stats.gaussian_kde用法及代码示例
- Python scipy.stats.geninvgauss用法及代码示例
- Python scipy.stats.genhyperbolic用法及代码示例
- Python scipy.stats.gamma用法及代码示例
- Python scipy.stats.geom用法及代码示例
- Python scipy.stats.gumbel_l用法及代码示例
- Python scipy.stats.gumbel_r用法及代码示例
- Python scipy.stats.genextreme用法及代码示例
- Python scipy.stats.gausshyper用法及代码示例
- Python scipy.stats.gennorm用法及代码示例
- Python scipy.stats.genlogistic用法及代码示例
- Python scipy.stats.gengamma用法及代码示例
- Python scipy.stats.genhalflogistic用法及代码示例
- Python scipy.stats.gompertz用法及代码示例
- Python scipy.stats.gstd用法及代码示例
- Python scipy.stats.gmean用法及代码示例
- Python scipy.stats.genexpon用法及代码示例
- Python scipy.stats.gzscore用法及代码示例
- Python scipy.stats.gaussian_kde.set_bandwidth用法及代码示例
- Python scipy.stats.mood用法及代码示例
- Python scipy.stats.normaltest用法及代码示例
- Python scipy.stats.arcsine用法及代码示例
- Python scipy.stats.zipfian用法及代码示例
- Python scipy.stats.sampling.TransformedDensityRejection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.stats.gilbrat。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。