scipy.stats.foldcauchy () é uma variável aleatória Cauchy contínua dobrada que é definida em um formato padrão e com alguns parâmetros de forma para completar sua especificação.
Parâmetros:
- > q: probabilidade de cauda inferior e superior
- > a: parâmetros de forma
- > x: quantis
- > loc: [opcional] parâmetro de localização. Padrão = 0
- > escala: [opcional] parâmetro de escala. Padrão = 1
- > tamanho: [tupla de inteiros, opcional] forma ou variáveis aleatórias.
- > momentos: [opcional] composto por letras [`mvsk`]; `m` = média, `v` = variância, `s` = inclinação de Fisher e `k` = curtose de Fisher. (default = `mv`).Resultados: variável aleatória contínua Cauchy dobrada
Código # 1: Crie uma dobrada Variável aleatória contínua Cauchy Variável aleatória Cauchy
de scipy.stats import foldcauchy
numargs = foldcauchy.numargs
[a] = [ 0.7 ,] * numargs
rv = foldcauchy (a)
print ( "RV:" , rv)
Sair:
RV: "scipy.stats._distn_infrastructure.rv_frozen em 0x0000018D55D8E160 >
Código # 2: as variáveis aleatórias de Cauchy dobradas e a função de distribuição de probabilidade.
importar numpy as np
quantil = np.arange ( 0,01 , 1 , 0.1 )
# Variantes Aleatórias
R = foldcauchy .rvs (a, escala = 2 , size = 10 )
print ( "Variações aleatórias:" , R )
# PDF
R = foldcauchy.pdf (a, quantil, loc = 0 , escala = 1 )
print ( "Distribuição de probabilidade:" , R)
Output:
Aleatório de Variáveis: [1.7445128 2.82630984 0.81871044 5.19668279 7.81537565 1.67855736 3.35417067 0.13838753 1.29145462 1.90601065] Distribuição de Probabilidade: [0.42727064 0.42832192 0.43080143 0.43385803 0.43622229 0.43639823 0,4 3294602 0,42480391 0,41154712 0,3934792]
Código nº 3: representação gráfica.
importar numpy as np
import matplotlib.pyplot as plt
distribuição = np.linspace ( 0 , np.minimum (rv.dist. b, 3 ))
print ( " Distribuição:" , distribuição)
plot = plt.plot (distribuição, rv.pdf (distribuição))
Saída:
Distribuição: [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. ]
Código nº 4: vários argumentos posicionais
import matplotlib. pyplot as plt
import numpy as np
x = np.linspace ( 0 , 5 , 100 )
# Vários argumentos posicionais
y1 = foldcauchy.pdf (x, 1 , 3 )
y2 = foldcauchy.pdf (x, 1 , 4 )
plt.plot (x, y1, "*" , x, y2, "r--" )
Saída:
Esperamos que este artigo tenha ajudado você a resolver o problema. Além de scipy stats.foldcauchy() | Pitão, confira outros tópicos relacionados a iat.
Quer se destacar em Python? Veja nossa análise dosmelhores cursos on-line de Python 2022. Se você estiver interessado em Ciência de Dados, veja também como aprender programação em R.
A propósito, este material também está disponível em outros idiomas:
- scipy stats.foldcauchy() | Pitão
- Italiano scipy stats.foldcauchy() | Pitão
- Deutsch scipy stats.foldcauchy() | Pitão
- Français scipy stats.foldcauchy() | Pitão
- Español scipy stats.foldcauchy() | Pitão
- Türk scipy stats.foldcauchy() | Pitão
- Русский scipy stats.foldcauchy() | Pitão
- Português scipy stats.foldcauchy() | Pitão
- Polski scipy stats.foldcauchy() | Pitão
- Nederlandse scipy stats.foldcauchy() | Pitão
- 中文 scipy stats.foldcauchy() | Pitão
- 한국어 scipy stats.foldcauchy() | Pitão
- 日本語 scipy stats.foldcauchy() | Pitão
- हिन्दी scipy stats.foldcauchy() | Pitão
San Francisco | 2022-11-26
Obrigado por explicar! Eu fiquei preso com scipy stats.foldcauchy() | Pitão por algumas horas, finalmente consegui fazer isso 🤗. Vou usá-lo na minha tese de bacharelado
Vigrinia | 2022-11-26
NumPy está tudo um pouco confuso 😭 scipy stats.foldcauchy() | Pitão não é o único problema que eu encontrei. Eu só espero que isso não apareça mais
Tallinn | 2022-11-26
Python functions está tudo um pouco confuso 😭 scipy stats.foldcauchy() | Pitão não é o único problema que eu encontrei. Eu só espero que isso não apareça mais
