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()