借助於sympy.stats.Binomial()方法,我們可以創建表示二項式分布的有限隨機變量。
二項式分布是多次重複進行的實驗或調查中成功或失敗結果的概率。
用法:sympy.stats.Binomial(name, n, p, succ=1, fail=0) 參數: name:distribution name n:Positive Integer, represents number of trials p:Rational Number between 0 and 1, represents probability of success succ:Represents event of success, by default is 1 fail:Represents event of failure, by default is 0
範例1:
Python3
# Import sympy, Binomial, density
from sympy.stats import Binomial, density
# Using sympy.stats.Binomial() method
X = Binomial('X', 4, 1 / 3)
binDist = density(X).dict
print(binDist)
輸出:
{0:16/81, 1:32/81, 2:8/27, 3:8/81, 4:1/81}
範例2:
Python3
# Import sympy, Binomial, density
from sympy.stats import Binomial, density
# Using sympy.stats.Binomial() method
X = Binomial('X', 4, 1 / 3, 1 / 2)
binDist = density(X).dict
print(binDist)
輸出:
{0:16/81, 1/2:32/81, 2:1/81, 3/2:8/81, 1:8/27}
相關用法
- Python sympy.Function()用法及代碼示例
- Python sympy.stats.Die()用法及代碼示例
- Python sympy.stats.MultivariateEwens()用法及代碼示例
- Python sympy.stats.MultivariateT()用法及代碼示例
- Python sympy.stats.NegativeMultinomial()用法及代碼示例
- Python sympy.stats.NormalGamma()用法及代碼示例
- Python sympy.stats.MultivariateBeta()用法及代碼示例
- Python sympy.stats.Multinomial()用法及代碼示例
- Python sympy.stats.Hypergeometric()用法及代碼示例
- Python sympy.stats.FiniteRV()用法及代碼示例
- Python sympy.stats.Rademacher()用法及代碼示例
- Python sympy.stats.BetaBinomial()用法及代碼示例
- Python sympy.stats.Skellam()用法及代碼示例
- Python sympy.stats.variance()用法及代碼示例
- Python sympy.stats.Gamma()用法及代碼示例
- Python sympy.log()用法及代碼示例
- Python sympy.stats.Chi()用法及代碼示例
- Python Sympy stats.P()用法及代碼示例
- Python sympy.rf()用法及代碼示例
- Python sympy.S()用法及代碼示例
注:本文由純淨天空篩選整理自ravikishor大神的英文原創作品 sympy.stats.Binomial() function in Python。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。