Python Scipy stats.rv_continuous()用法及代码示例

scipy.stats.rv_continuous() 是连续随机变量类，适用于sub-classing。它是用于根据连续随机变量构造特定分布的基类。此类不能直接用作分发。

参数：
moment:[int]矩计算，对于pdf使用：0，对于ppf使用1。默认值= 1
a :[float]分配的下限。默认值为-ve infinity。
b :[float]分配上限。默认值为+ ve无限。
xtol :[浮点数] ppf定点计算的公差
name :[str]实例名称。用于构造默认值用于发行
badvalue:[对象]默认值为np.nan。结果数组中的值，该值指示违反了某些参数限制的值。
logname :[str]用作文档字符串第一行的一部分。
extradoc:[str]用作文档字符串的最后一部分
shapes :[str]分布的形状。

返回：连续随机变量分布。

代码＃1：使用“ rv_continuous class”。

def sample(self, size = 1, random_state = None):
      
        """ 
        Return a sample from PDF - Probability Distribution Function. 
        calling - rv_continuous class. 
  
        """
          
        return self._rv.rvs(size = size, random_state = random_state)

代码2：从rv_continuous创建高斯分布。

from scipy.stats import rv_continuous 
import numpy as np 
  
class gaussian_gen(rv_continuous):
    '''Gaussian distribution'''
    def _pdf(self, x):
        return np.exp(-x**2 / 2.) / np.sqrt(2.0 * np.pi) 
      
gaussian = gaussian_gen(name = 'gaussian') 
  
x = 2.0
gaussian._pdf(x)

输出：

0.05399096651318806

相关用法

注：本文由纯净天空筛选整理自vishal3096大神的英文原创作品 scipy stats.rv_continuous() | Python。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。