本文簡要介紹 python 語言中 numpy.random.Generator.geometric
的用法。
用法:
random.Generator.geometric(p, size=None)
從幾何分布中抽取樣本。
伯努利試驗是具有兩種結果之一的實驗:成功或失敗(這種實驗的一個例子是擲硬幣)。幾何分布模擬為取得成功而必須運行的試驗次數。因此,正整數
k = 1, 2, ...
支持它。幾何分布的概率質量函數為
其中 p 是單個試驗的成功概率。
- p: 浮點數或類似數組的浮點數
單個試驗成功的概率。
- 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p
是標量,則返回單個值。否則,將抽取np.array(p).size
樣本。
- out: ndarray 或標量
從參數化幾何分布中抽取樣本。
參數:
返回:
例子:
從幾何分布中抽取一萬個值,個體成功的概率等於 0.35:
>>> z = np.random.default_rng().geometric(p=0.35, size=10000)
一次運行後有多少次試驗成功?
>>> (z == 1).sum() / 10000. 0.34889999999999999 # random
相關用法
- Python numpy Generator.gamma用法及代碼示例
- Python numpy Generator.gumbel用法及代碼示例
- Python numpy Generator.multivariate_normal用法及代碼示例
- Python numpy Generator.standard_normal用法及代碼示例
- Python numpy Generator.bytes用法及代碼示例
- Python numpy Generator.shuffle用法及代碼示例
- Python numpy Generator.choice用法及代碼示例
- Python numpy Generator.random用法及代碼示例
- Python numpy Generator.logseries用法及代碼示例
- Python numpy Generator.uniform用法及代碼示例
- Python numpy Generator.standard_t用法及代碼示例
- Python numpy Generator.standard_cauchy用法及代碼示例
- Python numpy Generator.normal用法及代碼示例
- Python numpy Generator.poisson用法及代碼示例
- Python numpy Generator.power用法及代碼示例
- Python numpy Generator.laplace用法及代碼示例
- Python numpy Generator.vonmises用法及代碼示例
- Python numpy Generator.noncentral_f用法及代碼示例
- Python numpy Generator.multivariate_hypergeometric用法及代碼示例
- Python numpy Generator.weibull用法及代碼示例
- Python numpy Generator.pareto用法及代碼示例
- Python numpy Generator.noncentral_chisquare用法及代碼示例
- Python numpy Generator.negative_binomial用法及代碼示例
- Python numpy Generator.binomial用法及代碼示例
- Python numpy Generator.standard_exponential用法及代碼示例
注:本文由純淨天空篩選整理自numpy.org大神的英文原創作品 numpy.random.Generator.geometric。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。