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之一的实验:成功或失败(例如抛硬币)。几何分布模拟必须运行多少次试验才能取得成功。因此,它在正整数上得到支持,
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:
- pfloat 或类似数组的浮点数
单个试验成功的概率。
- sizeint 或 int 元组,可选
输出形状。如果给定的形状为,例如,
(m, n, k)
,则将绘制m * n * k
个样本。如果 size 为None
(默认),如果p
是标量,则返回单个值。否则,将绘制np.array(p).size
个样本。
- 返回值:
- outndarray 或标量
从参数化的几何分布中绘制的样本。
参考
[1]维基百科,“几何分布”,https://en.wikipedia.org/wiki/Geometric_distribution
示例
从几何分布中绘制 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)
一次运行后,有多少比例的试验成功了?
>>> (sample == 1).sum()/size 0.34889999999999999 # may vary
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()