python中如何使用scipy.stats產(chǎn)生隨機(jī)數(shù)?

python的numpy能生成一定概率分布的隨機(jī)數(shù)，但如果需要更具體的概率密度，累積概率，就要使用scipy.stats。scipy.stats用于統(tǒng)計(jì)分析，統(tǒng)計(jì)工具和隨機(jī)過(guò)程的概率，各個(gè)隨機(jī)過(guò)程的隨機(jī)數(shù)生成器可以從numpy.random中找到。本文介紹python中使用scipy.stats產(chǎn)生隨機(jī)數(shù)的原理及實(shí)例。

1、scipy.stats正態(tài)分步格式

scipy.stats#生成指定分布

scipy.stats.poisson.rvs(loc=期望,scale=標(biāo)準(zhǔn)差,size=生成隨機(jī)數(shù)的個(gè)數(shù))#從泊松分布中生成指定個(gè)數(shù)的隨機(jī)數(shù)

2、使用說(shuō)明

norm.rvs通過(guò)loc和scale參數(shù)可以指定隨機(jī)變量的偏移和縮放參數(shù)，這里對(duì)應(yīng)的是正態(tài)分布的期望和標(biāo)準(zhǔn)差。

size得到隨機(jī)數(shù)數(shù)組的形狀參數(shù)。

3、scipy.stats使用實(shí)例：產(chǎn)生隨機(jī)數(shù)

#1.randomnumber

#np.random.normal(loc=0.0,scale=1.0,size=None)

rv_unif=st.uniform.rvs(size=10)

print(rv_unif)

rv_norm=st.norm.rvs(loc=5,scale=1,size=(2,2))

print(rv_norm)

rv_beta=st.beta.rvs(size=10,a=4,b=2)

print(rv_beta)

以上就是python中使用scipy.stats產(chǎn)生隨機(jī)數(shù)的原理及實(shí)例，希望能對(duì)你有所幫助喲~更多Python學(xué)習(xí)教程請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。