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。

三角分布是一种连续概率分布,其下限为 left,峰值为 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:
leftfloat 或浮点数的类数组对象

下限。

modefloat 或浮点数的类数组对象

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

rightfloat 或浮点数的类数组对象

上限,必须大于 left

sizeint 或 int 的元组,可选

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

返回值:
outndarray 或标量

从参数化的三角分布中抽取的样本。

注释

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,其中未知底层分布,但存在对限制和模式的一些了解。通常在模拟中使用它。

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