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()
../../../_images/numpy-random-Generator-geometric-1.png