Python SciPy stats.randint用法及代码示例

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

用法:

scipy.stats.randint = <scipy.stats._discrete_distns.randint_gen object>#

一个均匀的离散随机变量。

作为 rv_discrete 类的实例，randint 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：

randint 的概率质量函数为：

\[f(k) = \frac{1}{\texttt{high} - \texttt{low}}\]

为了\(k \in \{\texttt{low}, \dots, \texttt{high} - 1\}\).

randint 将\(\texttt{low}\) 和\(\texttt{high}\) 作为形状参数。

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，randint.pmf(k, low, high, loc) 等同于 randint.pmf(k - loc, low, high) 。

例子：

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

计算前四个时刻：

>>> low, high = 7, 31
>>> mean, var, skew, kurt = randint.stats(low, high, moments='mvsk')

显示概率质量函数(pmf)：

>>> x = np.arange(low - 5, high + 5)
>>> ax.plot(x, randint.pmf(x, low, high), 'bo', ms=8, label='randint pmf')
>>> ax.vlines(x, 0, randint.pmf(x, low, high), 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，其中固定给定参数。

冻结分布并显示冻结的 pmf ：

>>> rv = randint(low, high)
>>> ax.vlines(x, 0, rv.pmf(x), colors='k', linestyles='-',
...           lw=1, label='frozen pmf')
>>> ax.legend(loc='lower center')
>>> plt.show()

检查累积分布函数 ( cdf ) 与其反函数、百分点函数 ( ppf ) 之间的关系：

>>> q = np.arange(low, high)
>>> p = randint.cdf(q, low, high)
>>> np.allclose(q, randint.ppf(p, low, high))
True

生成随机数：

>>> r = randint.rvs(low, high, size=1000)