用法:
RandomState.rayleigh(scale=1.0, size=None)
從瑞利分布中抽取樣本。
的
和威布爾分布是瑞利的概括。
參數: - scale: : float 或 array_like of floats, 可選參數
規模,也等於模式。必須為非負數。默認值為1。
- size: : int 或 tuple of ints, 可選參數
輸出形狀。如果給定的形狀是
(m, n, k)
, 然後m * n * k
抽取樣品。如果尺寸是None
(默認),如果返回一個值scale
是標量。除此以外,np.array(scale).size
抽取樣品。
返回值: - out: : ndarray或標量
從參數化的瑞利分布中抽取樣本。
注意:
瑞利分布的概率密度函數為
例如,如果風速的東和北分量具有相同的zero-mean高斯分布,則將產生瑞利分布。那麽風速將具有瑞利分布。
參考文獻:
[1] Brighton Webs Ltd.,“瑞利發行”,https://web.archive.org/web/20090514091424/http://brighton-webs.co.uk:80/distributions/rayleigh.asp [2] 維基百科,“Rayleigh distribution”https://en.wikipedia.org/wiki/Rayleigh_distribution 例子:
從分布中繪製值並繪製直方圖
>>> from matplotlib.pyplot import hist >>> values = hist(np.random.rayleigh(3, 100000), bins=200, density=True)
波高傾向於遵循瑞利分布。如果平均波高為1米,則波的哪一部分可能大於3米?
>>> meanvalue = 1 >>> modevalue = np.sqrt(2 / np.pi) * meanvalue >>> s = np.random.rayleigh(modevalue, 1000000)
大於3米的波的百分比為:
>>> 100.*sum(s>3)/1000000. 0.087300000000000003 # random
注:本文由純淨天空篩選整理自 numpy.random.mtrand.RandomState.rayleigh。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。