Python numpy random.mtrand.RandomState.standard_gamma用法及代碼示例

用法： RandomState.standard_gamma(shape, size=None)

從標準Gamma分布中抽取樣本。

從具有指定參數，形狀(有時指定為“k”)和比例= 1的Gamma分布中抽取樣本。

參數：	shape：： float 或 array_like of floats 參數，必須為非負數。 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`shape`是標量。除此以外，`np.array(shape).size`抽取樣品。
返回值：	out：： ndarray或標量從參數化的標準伽瑪分布中抽取樣本。

注意：

Gamma分布的概率密度為

$p(x) = x^{k-1}\frac{e^{-x/\theta}}{\theta^k\Gamma(k)},$

哪裏是形狀和 $\theta$ 規模，以及 $\Gamma$ 是Gamma函數。

Gamma分布通常用於對電子組件的失效時間進行建模，並且在與泊鬆分布事件之間的等待時間相關的過程中自然產生。

參考文獻：

[1]	魏斯汀(Eric W.)，“伽瑪分布”來自MathWorld-A Wolfram Web資源。http://mathworld.wolfram.com/GammaDistribution.html

[2]	維基百科，“Gamma distribution”，https://en.wikipedia.org/wiki/Gamma_distribution

例子：

從分布中抽取樣本：

>>> shape, scale = 2., 1. # mean and width
>>> s = np.random.standard_gamma(shape, 1000000)

顯示樣本的直方圖以及概率密度函數：

>>> import matplotlib.pyplot as plt
>>> import scipy.special as sps  # doctest:+SKIP
>>> count, bins, ignored = plt.hist(s, 50, density=True)
>>> y = bins**(shape-1) * ((np.exp(-bins/scale))/  # doctest:+SKIP
...                       (sps.gamma(shape) * scale**shape))
>>> plt.plot(bins, y, linewidth=2, color='r')  # doctest:+SKIP
>>> plt.show()

../../../_images/numpy-random-mtrand-RandomState-standard_gamma-1.png

相關用法

python scipy stats.gamma用法及代碼示例

注：本文由純淨天空篩選整理自 numpy.random.mtrand.RandomState.standard_gamma。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。