本文简要介绍 python 语言中 scipy.stats.loggamma
的用法。
用法:
scipy.stats.loggamma = <scipy.stats._continuous_distns.loggamma_gen object>#
对数伽马连续随机变量。
作为
rv_continuous
类的实例,loggamma
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:
loggamma
的概率密度函数为:对于所有
scipy.special.gamma
)。 。这里, 是伽马函数 (loggamma
将c
作为 的形状参数。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,loggamma.pdf(x, c, loc, scale)
等同于loggamma.pdf(y, c) / 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:
>>> import numpy as np >>> from scipy.stats import loggamma >>> import matplotlib.pyplot as plt >>> fig, ax = plt.subplots(1, 1)
计算前四个时刻:
>>> c = 0.414 >>> mean, var, skew, kurt = loggamma.stats(c, moments='mvsk')
显示概率密度函数(
pdf
):>>> x = np.linspace(loggamma.ppf(0.01, c), ... loggamma.ppf(0.99, c), 100) >>> ax.plot(x, loggamma.pdf(x, c), ... 'r-', lw=5, alpha=0.6, label='loggamma 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 = loggamma(c) >>> ax.plot(x, rv.pdf(x), 'k-', lw=2, label='frozen pdf')
检查
cdf
和ppf
的准确性:>>> vals = loggamma.ppf([0.001, 0.5, 0.999], c) >>> np.allclose([0.001, 0.5, 0.999], loggamma.cdf(vals, c)) True
生成随机数:
>>> r = loggamma.rvs(c, size=1000)
并比较直方图:
>>> ax.hist(r, density=True, bins='auto', histtype='stepfilled', alpha=0.2) >>> ax.set_xlim([x[0], x[-1]]) >>> ax.legend(loc='best', frameon=False) >>> plt.show()
相关用法
- Python SciPy stats.lognorm用法及代码示例
- Python SciPy stats.logrank用法及代码示例
- Python SciPy stats.loglaplace用法及代码示例
- Python SciPy stats.loguniform用法及代码示例
- Python SciPy stats.logistic用法及代码示例
- Python SciPy stats.logser用法及代码示例
- Python SciPy stats.lomax用法及代码示例
- Python SciPy stats.levy_stable用法及代码示例
- Python SciPy stats.laplace用法及代码示例
- Python SciPy stats.levy_l用法及代码示例
- Python SciPy stats.linregress用法及代码示例
- Python SciPy stats.levene用法及代码示例
- Python SciPy stats.levy用法及代码示例
- Python SciPy stats.laplace_asymmetric用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy stats.genpareto用法及代码示例
- Python SciPy stats.skewnorm用法及代码示例
- Python SciPy stats.cosine用法及代码示例
- Python SciPy stats.norminvgauss用法及代码示例
- Python SciPy stats.directional_stats用法及代码示例
- Python SciPy stats.invwishart用法及代码示例
- Python SciPy stats.bartlett用法及代码示例
- Python SciPy stats.page_trend_test用法及代码示例
- Python SciPy stats.itemfreq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.loggamma。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。