Python dask.array.random.negative_binomial用法及代碼示例

用法:
dask.array.random.negative_binomial(n, p, size=None, chunks='auto', **kwargs)

從負二項分布中抽取樣本。

此文檔字符串是從 numpy.random.mtrand.RandomState.negative_binomial 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

樣本是從具有指定參數、n 成功和 p 成功概率的負二項分布中抽取的，其中 n > 0 且 p 在區間 [0, 1] 中。

注意

新代碼應改為使用default_rng() 實例的negative_binomial 方法；請參閱快速入門。

參數：

n：浮點數或類似數組的浮點數: 分布參數，> 0。
p：浮點數或類似數組的浮點數: 分布參數，>= 0 和 <=1。
size：int 或整數元組，可選: 輸出形狀。例如，如果給定的形狀是 (m, n, k) ，則繪製 m * n * k 樣本。如果 size 為 None(默認)，如果 n 和 p 都是標量，則返回單個值。否則，將抽取np.broadcast(n, p).size 樣本。

out：ndarray 或標量: 從參數化負二項分布中抽取樣本，其中每個樣本等於 N，即在達到總共 n 次成功之前發生的失敗次數。

注意：

負二項分布的概率質量函數為

\[P(N;n,p) = \frac{\Gamma(N+n)}{N!\Gamma(n)}p^{n}(1-p)^{N},\]

其中\(n\)是成功次數，\(p\)是成功概率，\(N+n\)是試驗次數，\(\Gamma\)是伽馬函數。當 \(n\) 是整數時，\(\frac{\Gamma(N+n)}{N!\Gamma(n)} = \binom{N+n-1}{N}\) 是 pmf 中該術語的更常見形式。負二項分布給出了在給定 n 次成功的情況下 N 次失敗的概率，最後一次試驗成功。

如果一個人反複擲骰子直到第三次出現“1”，那麽在第三次“1”之前出現的非“1”數量的概率分布是負二項分布。

參考：

1: Weisstein, Eric W. “負二項分布”。來自MathWorld-A Wolfram Web 資源。http://mathworld.wolfram.com/NegativeBinomialDistribution.html
2: 維基百科，“Negative binomial distribution”，https://en.wikipedia.org/wiki/Negative_binomial_distribution

例子：

從分布中抽取樣本：

一個真實世界的例子。一家公司鑽了wild-cat 口石油勘探井，每口井的估計成功概率為 0.1。每連續一口井成功的概率是多少，即鑽 5 口井、6 口井等之後單井成功的概率是多少？

>>> s = np.random.negative_binomial(1, 0.1, 100000)  
>>> for i in range(1, 11): 
...    probability = sum(s<i) / 100000.
...    print(i, "wells drilled, probability of one success =", probability)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.random.negative_binomial。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

參考：

例子：