numpy.random.beta#

random.beta(a, b, size=None)#

从 Beta 分布中抽取样本。

Beta 分布是 Dirichlet 分布的一种特殊情况，并且与 Gamma 分布相关。它的概率分布函数为

\[f(x; a,b) = \frac{1}{B(\alpha, \beta)} x^{\alpha - 1} (1 - x)^{\beta - 1},\]

其中归一化常数 B 是 Beta 函数，

\[B(\alpha, \beta) = \int_0^1 t^{\alpha - 1} (1 - t)^{\beta - 1} dt.\]

它常出现在贝叶斯推断和顺序统计量中。

注意

新代码应该使用 Generator 实例的 beta 方法；请参阅快速入门。

参数:

a浮点数或浮点数数组（array_like）: Alpha，正数（>0）。
b浮点数或浮点数数组（array_like）: Beta，正数（>0）。
size整数或整数元组，可选: 输出形状。如果给定的形状是例如 (m, n, k)，则抽取 m * n * k 个样本。如果 size 是 None (默认)，则如果 a 和 b 都是标量，则返回一个单一值。否则，抽取 np.broadcast(a, b).size 个样本。

返回:

另请参见