當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python numpy random.logistic用法及代碼示例


本文簡要介紹 python 語言中 numpy.random.logistic 的用法。

用法:

random.logistic(loc=0.0, scale=1.0, size=None)

從邏輯分布中抽取樣本。

樣本是從具有指定參數、loc(位置或平均值,也是中位數)和尺度 (>0) 的邏輯分布中抽取的。

注意

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

參數

loc float 或 數組 的浮點數,可選

分布參數。默認值為 0。

scale float 或 數組 的浮點數,可選

分布參數。必須是非負數。默認值為 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 locscale 都是標量,則返回單個值。否則,將抽取np.broadcast(loc, scale).size 樣本。

返回

out ndarray 或標量

從參數化邏輯分布中抽取樣本。

注意

Logistic 分布的概率密度為

其中 = 位置和 = 比例。

Logistic 分布用於極值問題,其中它可以作為 Gumbel 分布的混合,在流行病學中,以及被世界國際象棋聯合會 (FIDE) 用於 Elo 排名係統中,假設每個玩家的表現是邏輯分布的隨機變量。

參考

1

賴斯,R.-D。和 Thomas M. (2001),“來自保險、金融、水文和其他領域的極值統計分析”,巴塞爾 Birkhauser Verlag,第 132-133 頁。

2

Weisstein, Eric W. “物流分布”。來自MathWorld-A Wolfram Web 資源。http://mathworld.wolfram.com/LogisticDistribution.html

3

維基百科,“Logistic-distribution”,https://en.wikipedia.org/wiki/Logistic_distribution

例子

從分布中抽取樣本:

>>> loc, scale = 10, 1
>>> s = np.random.logistic(loc, scale, 10000)
>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s, bins=50)

# 針對分布作圖

>>> def logist(x, loc, scale):
...     return np.exp((loc-x)/scale)/(scale*(1+np.exp((loc-x)/scale))**2)
>>> lgst_val = logist(bins, loc, scale)
>>> plt.plot(bins, lgst_val * count.max() / lgst_val.max())
>>> plt.show()
numpy-random-logistic-1.png

相關用法


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.logistic。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。