借助sympy.stats.VonMises()
方法,我们可以获得代表冯·米塞斯分布的连续随机变量。
用法:sympy.stats.VonMises(name, mu, k)
Where, mu and k are real number.
返回:Return the continuous random variable.
范例1:
在这个例子中,我们可以通过使用sympy.stats.VonMises()
方法,我们可以使用该方法获得表示冯·米塞斯分布的连续随机变量。
# Import sympy and VonMises
from sympy.stats import VonMises, density
from sympy import Symbol, pprint
z = Symbol("z")
mu = Symbol("mu", positive = True)
k = Symbol("k", positive = True)
# Using sympy.stats.VonMises() method
X = VonMises("x", mu, k)
gfg = density(X)(z)
pprint(gfg)
输出:
k*cos(mu - z)
e
——————
2*pi*besseli(0, k)
范例2:
# Import sympy and VonMises
from sympy.stats import VonMises, density
from sympy import Symbol, pprint
z = 0.78
mu = 1.23
k = 4
# Using sympy.stats.VonMises() method
X = VonMises("x", mu, k)
gfg = density(X)(z)
pprint(gfg)
输出:
18.3318728167628
—————-
pi*besseli(0, 4)
相关用法
- Python sympy.sin()用法及代码示例
- Python sympy.nT()用法及代码示例
- Python sympy.Add()用法及代码示例
- Python sympy RGS用法及代码示例
- Python sympy.ff()用法及代码示例
- Python sympy.tan()用法及代码示例
- Python sympy.apart()用法及代码示例
- Python sympy.nC()用法及代码示例
- Python sympy.nP()用法及代码示例
- Python sympy.Mul()用法及代码示例
- Python sympy.S()用法及代码示例
- Python sympy.rf()用法及代码示例
- Python sympy.eye()用法及代码示例
- Python sympy.csc()用法及代码示例
- Python sympy.Pow()用法及代码示例
- Python sympy.gcd()用法及代码示例
- Python sympy.cot()用法及代码示例
- Python sympy.sec()用法及代码示例
- Python sympy.cos()用法及代码示例
- Python sympy.ones()用法及代码示例
注:本文由纯净天空筛选整理自Jitender_1998大神的英文原创作品 Sympy stats.VonMises() in 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。