numpy2.隨機抽樣

#Cipher發表於2020-11-25

設定隨機數種子:
np.random.seed(seed=None)
指定種子後,每次生成的隨機數相同。否則系統根據時間設定種子,每次隨機數因時間不同而不同。

離散型

以下函式中,n為樣本空間,p為一次實驗成功的概率,size為實驗次數

二項分佈

返回二維陣列
np.random.binomial(n, p, size=None)
或匯入scipy包
from scipy import stats
stats.binom.rvs(n, p, size=size)

求概率?

求均值與方差,moments引數中 m為期望,v為方差
stats.binom.stats(n, p, loc=0, moments='mv')

泊松分佈

返回二維陣列
np.random.poisson(lam=1.0, size=None)
或匯入scipy包
from scipy import stats
stats.poisson.rvs(lam,size=size)

求概率
stats.poisson.pmf(k, mu)
求均值、方差?

超幾何分佈

返回二維陣列
numpy.random.hypergeometric(ngood, nbad, nsample, size=None)
或匯入scipy包
from scipy import stats
stats.hypergeom.rvs(M, n, N, loc=0, size=1, random_state=None)

計算k次實驗成功的概率
stats.hypergeom.pmf(k, M, n, N, loc)
均值與方差:
stats.hypergeom.stats(M, n, N, loc=0, moments='mv')

相關文章