numpy.random.Generator.triangular

方法

random.Generator.triangular(left, mode, right, size=None)

从区间 [left, right] 上的三角分布中抽取样本。

三角分布是一个连续概率分布，下限为 left，峰值在 mode，上限为 right。与其他分布不同，这些参数直接定义了 pdf 的形状。

参数：

left浮点数或浮点数数组

下限。

mode浮点数或浮点数数组

分布峰值出现的值。该值必须满足条件 left <= mode <= right。

right浮点数或浮点数数组

上限，必须大于 left。

size整数或整数元组，可选

输出形状。如果给定的形状为，例如，(m, n, k)，则会抽取 m * n * k 个样本。如果 size 为 None（默认值），则如果 left、mode 和 right 全部为标量，则返回单个值。否则，将抽取 np.broadcast(left, mode, right).size 个样本。

返回：

outndarray 或标量

从参数化的三角分布中抽取的样本。

备注

三角分布的概率密度函数为

\[\begin{split}P(x;l, m, r) = \begin{cases} \frac{2(x-l)}{(r-l)(m-l)}& \text{for $l \leq x \leq m$},\\ \frac{2(r-x)}{(r-l)(r-m)}& \text{for $m \leq x \leq r$},\\ 0& \text{otherwise}. \end{cases}\end{split}\]

三角分布通常用于定义不明确的问题，其中底层分布未知，但已知某些关于限制和模式的知识。它通常用于模拟。

参考文献

[1]

维基百科，“三角分布” https://en.wikipedia.org/wiki/Triangular_distribution

示例

从分布中抽取值并绘制直方图

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> h = plt.hist(rng.triangular(-3, 0, 8, 100000), bins=200,
...              density=True)
>>> plt.show()