numpy.random.Generator.pareto#
方法
- random.Generator.pareto(a, size=None)#
从指定形状的帕累托 II 型(又称 Lomax)分布中抽取样本。
- 参数:
- afloat 或 float 型数组
分布的形状。必须为正数。
- sizeint 或 int 型元组,可选
输出形状。如果给定的形状为,例如,
(m, n, k)
,那么将抽取m * n * k
个样本。如果 size 为None
(默认),则如果a
为标量,则返回单个值。否则,将抽取np.array(a).size
个样本。
- 返回值:
- outndarray 或标量
从帕累托 II 型分布中抽取的样本。
另请参阅
scipy.stats.pareto
帕累托 I 型分布
scipy.stats.lomax
Lomax(帕累托 II 型)分布
scipy.stats.genpareto
广义帕累托分布
注释
帕累托 II 型分布的概率密度为
\[p(x) = \frac{a}{{x+1}^{a+1}} , x \ge 0\]其中 \(a > 0\) 为形状。
帕累托 II 型分布是帕累托 I 型分布的平移和缩放版本,可以在
scipy.stats.pareto
中找到。参考文献
[1]Francis Hunt 和 Paul Johnson,论 Sourceforge 项目的帕累托分布。
[2]帕累托,V. (1896)。政治经济学课程。洛桑。
[3]Reiss, R.D., Thomas, M.(2001),极值统计分析,Birkhauser Verlag,巴塞尔,第 23-30 页。
[4]维基百科,“帕累托分布”,https://en.wikipedia.org/wiki/Pareto_distribution
示例
从分布中抽取样本
>>> a = 3. >>> rng = np.random.default_rng() >>> s = rng.pareto(a, 10000)
显示样本的直方图,以及概率密度函数
>>> import matplotlib.pyplot as plt >>> x = np.linspace(0, 3, 50) >>> pdf = a / (x+1)**(a+1) >>> plt.hist(s, bins=x, density=True, label='histogram') >>> plt.plot(x, pdf, linewidth=2, color='r', label='pdf') >>> plt.xlim(x.min(), x.max()) >>> plt.legend() >>> plt.show()