Parametri:
- > q: probabilità di coda inferiore e superiore
- > x: quantili
- > loc: parametro di posizione [opzionale]. Predefinito = 0
- > scala: parametro di scala [opzionale]. Predefinito = 1
- > dimensione: [tupla di int, facoltativo] forma o varianti casuali.
- > momenti: [opzionale] composto da lettere [`mvsk`]; `m` = media, `v` = varianza, `s` = inclinazione di Fisher e `k` = curtosi di Fisher. (default = `mv`).
Risultati: variabile casuale continua Gilbrat
Codice n. 1: generazione di una variabile casuale continua variabile Gilbrat
from scipy.stats import gilbrat
numargs = gilbrat .numargs
[] = [ 0.7 ,] * numargs
rv = gilbrat ( )
print ( " RV: " , rv) Uscita: RV: "oggetto scipy.stats._distn_infrastructure.rv_congelato a 0x000001E39A3B4AC8 > Codice n. 2: variabili casuali Gilbrat e distribuzione di probabilità import numpy come np
import numpy come np quantile = np.arange ( 0.01 , 1 , 0.1 )
# Varianti casuali
R = gilbrat.rvs (scala = 2 , dimensione = 10 )
print ( "Varianti casuali:" , R)
# PDF
R = gilbrat.pdf (quantile, loc = 0 , scala = 1 )
print ( "Distribuzione di probabilità: " , R)
< P> Uscita: casuale varia: [0.66090031 1.39027118 1.338761118 1.50366592 5.21419497 5.24225463 3.98547687 3.98547687 0.30586938 9.11446685 0.93014057] Distribuzione della probabilità: [0.00099024 0.31736749 0.5620854 0.65389073 0.6 2357239 0.57879516 0.52988354 0.48170703 0.43645277] Codice n. 3: Rappresentazione grafica import numpy as np
import matplotlib.pyplot as plt
distribuzione = np .linspace ( 0 , np.minimum (rv.dist.b, 3 ))
print ( " Distribuzione: " , distribuzione)
plot = plt.plot (distribuzione, rv.pdf (distribuzione)) |
Outpu t:
Distribuzione: [0. 0.06122449 0.12244898 0.18367347 0.24489796 0.30612245 0.36734694 0.42857143 0.48979592 0.55102041 0.6122449 0.67346939 0.73469388 0.79591837 0.85714286 0.91836735 0.97959184 1.04081633 1.10204082 1.16326531 1.2244898 1.28571429 1.34693878 1.40816327 1.46938776 1.53061224 1.59183673 1.65306122 1.71428571 1.7755102 1.83673469 1.89795918 1.95918367 2.02040816 2.08163265 2.14285714 2.20408163 2.26530612 2.32653061 2.3877551 2.44897959 2.51020408 2.57142857 2.63265306 2.69387755 2.75510204 2.81632653 2.87755102 2.93877551 3. ]
Codice n. 4: vari argomenti posizionali
import
matplotlib. pyplot as plt
import
numpy as np
x
=
np.linspace (
0
, 5 , 100 )
# Vari argomenti posizionali
y1
=
gilbrat.pdf (x,
1 , 3 )
y2
=
gilbrat.pdf (x ,
1
,
4
)
plt.plot (x, y1,
" * "
, x, y2,
" r-- "
)
Output: