Python SciPy stats.rv_discrete用法及代码示例

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

用法:

class  scipy.stats.rv_discrete(a=0, b=inf, name=None, badvalue=None, moment_tol=1e-08, values=None, inc=1, longname=None, shapes=None, seed=None)#

用于子类化的通用离散随机变量类。

rv_discrete 是为离散随机变量构造特定分布类和实例的基类。它还可用于构造由支持点列表和相应概率定义的任意分布。

参数 ：：

a： 浮点数，可选

分布支持的下限，默认值：0

b： 浮点数，可选

分布支持的上限，默认：加无穷大

moment_tol： 浮点数，可选

力矩的通用计算的公差。

values： 两个 数组 的元组，可选

(xk, pk) 其中 xk 是整数，pk 是 sum(pk) = 1 0 和 1 之间的非零概率。 xk 和pk 必须具有相同的形状，并且xk 必须是唯一的。

inc： 整数，可选

增量支持分布。默认为 1。(其他值未测试)

badvalue： 浮点数，可选

结果数组中的值指示违反了某些参数限制的值，默认为 np.nan。

name： str，可选

实例的名称。此字符串用于构造分布的默认示例。

longname： str，可选

当子类没有自己的文档字符串时，此字符串用作返回的文档字符串的第一行的一部分。注意：longname 的存在是为了向后兼容，不要用于新的子类。

shapes： str，可选

分布的形状。例如，“m, n”表示将两个整数作为其所有方法的两个形状参数的分布 如果未提供，将从实例的私有方法_pmf 和_cdf .

seed： {无，int， numpy.random.Generator ， numpy.random.RandomState }，可选

如果种子是无(或np.random)， 这numpy.random.RandomState使用单例。如果种子是一个 int，一个新的RandomState使用实例，播种种子.如果种子已经是一个Generator或者RandomState实例然后使用该实例。

注意：

该类类似于 rv_continuous 。形状参数是否有效由 _argcheck 方法决定(默认检查其参数是否严格为正)。主要区别如下。

• 分布的支持是一组整数。

• 代替概率密度函数，pdf(以及相应的私有_pdf)，这个类定义了概率质量函数,pmf(以及相应的私有_pmf.)

• 没有scale 参数。

• 方法的默认实现(例如 _cdf )不适用于具有以下无限支持的发行版(即 a=-np.inf )，因此必须重写它们。

要创建新的离散分布，我们将执行以下操作：

>>> from scipy.stats import rv_discrete
>>> class poisson_gen(rv_discrete):
...     "Poisson distribution"
...     def _pmf(self, k, mu):
...         return exp(-mu) * mu**k / factorial(k)

并创建一个实例：

>>> poisson = poisson_gen(name="poisson")

请注意，上面我们以标准形式定义了泊松分布。可以通过向实例的方法提供loc 参数来改变分布。例如，poisson.pmf(x, mu, loc) 将工作委托给 poisson._pmf(x-loc, mu)。

概率列表中的离散分布

或者，您可以通过使用 rv_discrete 构造函数的 values 关键字参数来构造在有限值集 xk 和 Prob{X=xk} = pk 上定义的任意离散 rv。

深复制/酸洗

如果对分布或冻结分布进行深度复制(pickled/unpickled 等)，则任何底层随机数生成器都会随之进行深度复制。这意味着，如果一个发行版在复制之前依赖于单例 RandomState，那么它将在复制后依赖于该随机状态的副本，并且 np.random.seed 将不再控制该状态。

例子：

定制离散分布：

>>> import numpy as np
>>> from scipy import stats
>>> xk = np.arange(7)
>>> pk = (0.1, 0.2, 0.3, 0.1, 0.1, 0.0, 0.2)
>>> custm = stats.rv_discrete(name='custm', values=(xk, pk))
>>>
>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots(1, 1)
>>> ax.plot(xk, custm.pmf(xk), 'ro', ms=12, mec='r')
>>> ax.vlines(xk, 0, custm.pmf(xk), colors='r', lw=4)
>>> plt.show()

随机数生成：

>>> R = custm.rvs(size=100)

属性 ：：

random_state

获取或设置生成随机变量的生成器对象。