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:
Shop
![]()
Learn programming in R: courses
$
![]()
Best Python online courses for 2022
$
![]()
Best laptop for Fortnite
$
![]()
Best laptop for Excel
$
![]()
Best laptop for Solidworks
$
![]()
Best laptop for Roblox
$
![]()
Best computer for crypto mining
$
Best laptop for Sims 4
$
Latest questions
NUMPYNUMPY
psycopg2: insert multiple rows with one query
12 answers
NUMPYNUMPY
How to convert Nonetype to int or string?
12 answers
NUMPYNUMPY
How to specify multiple return types using type-hints
12 answers
NUMPYNUMPY
Javascript Error: IPython is not defined in JupyterLab
12 answers
Wiki
Python OpenCV | cv2.putText () method
numpy.arctan2 () in Python
Python | os.path.realpath () method
Python OpenCV | cv2.circle () method
Python OpenCV cv2.cvtColor () method
Python - Move item to the end of the list
time.perf_counter () function in Python
Check if one list is a subset of another in Python
Python os.path.join () method
