numpy.random.Generator.geometric

方法

random.Generator.geometric(p, size=None)

从几何分布中抽取样本。

伯努利试验是具有两种结果的实验：成功或失败（例如抛硬币）。几何分布模拟为了获得成功必须运行的试验次数。因此，它支持正整数 k = 1, 2, ...。

几何分布的概率质量函数为

\[f(k) = (1 - p)^{k - 1} p\]

其中 p 是单个试验成功的概率。

参数：

p浮点数或浮点数数组

单个试验成功的概率。

size整数或整数元组，可选

输出形状。如果给定的形状例如为 (m, n, k)，则将抽取 m * n * k 个样本。如果 size 为 None（默认值），则如果 p 为标量，则返回单个值。否则，将抽取 np.array(p).size 个样本。

返回值：

outndarray 或标量

从参数化的几何分布中抽取的样本。

参考文献

[1]

维基百科，“几何分布”，https://en.wikipedia.org/wiki/Geometric_distribution

示例

从几何分布中抽取 10,000 个值，单个成功的概率等于 p = 0.35

>>> p, size = 0.35, 10000
>>> rng = np.random.default_rng()
>>> sample = rng.geometric(p=p, size=size)

单次运行后，有多少比例的试验成功？

>>> (sample == 1).sum()/size
0.34889999999999999  # may vary

具有 p=0.35 的几何分布如下所示

>>> import matplotlib.pyplot as plt
>>> count, bins, _ = plt.hist(sample, bins=30, density=True)
>>> plt.plot(bins, (1-p)**(bins-1)*p)
>>> plt.xlim([0, 25])
>>> plt.show()