Python SciPy stats.randint用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.randint 的用法。

用法:

scipy.stats.randint = <scipy.stats._discrete_distns.randint_gen object>#

一個均勻的離散隨機變量。

作為 rv_discrete 類的實例，randint 對象從它繼承了一組通用方法(完整列表見下文)，並用特定於此特定發行版的詳細信息來完成它們。

注意：

randint 的概率質量函數為：

\[f(k) = \frac{1}{\texttt{high} - \texttt{low}}\]

為了\(k \in \{\texttt{low}, \dots, \texttt{high} - 1\}\).

randint 將\(\texttt{low}\) 和\(\texttt{high}\) 作為形狀參數。

上麵的概率質量函數以“standardized” 形式定義。要轉移分布，請使用 loc 參數。具體來說，randint.pmf(k, low, high, loc) 等同於 randint.pmf(k - loc, low, high) 。

例子：

>>> import numpy as np
>>> from scipy.stats import randint
>>> import matplotlib.pyplot as plt
>>> fig, ax = plt.subplots(1, 1)

計算前四個時刻：

>>> low, high = 7, 31
>>> mean, var, skew, kurt = randint.stats(low, high, moments='mvsk')

顯示概率質量函數(pmf)：

>>> x = np.arange(low - 5, high + 5)
>>> ax.plot(x, randint.pmf(x, low, high), 'bo', ms=8, label='randint pmf')
>>> ax.vlines(x, 0, randint.pmf(x, low, high), colors='b', lw=5, alpha=0.5)

或者，可以調用分布對象(作為函數)來固定形狀和位置。這將返回一個 “frozen” RV 對象，其中固定給定參數。

凍結分布並顯示凍結的 pmf ：

>>> rv = randint(low, high)
>>> ax.vlines(x, 0, rv.pmf(x), colors='k', linestyles='-',
...           lw=1, label='frozen pmf')
>>> ax.legend(loc='lower center')
>>> plt.show()

檢查累積分布函數 ( cdf ) 與其反函數、百分點函數 ( ppf ) 之間的關係：

>>> q = np.arange(low, high)
>>> p = randint.cdf(q, low, high)
>>> np.allclose(q, randint.ppf(p, low, high))
True

生成隨機數：

>>> r = randint.rvs(low, high, size=1000)