參數:
-> q:上下尾概率
-> x: 分位數
- > loc: [可選] 位置參數。默認 = 0
- > scale: [可選] 比例參數。默認值 = 1
- >大小: [整數元組,可選] 形狀或隨機變量。
- >時刻: [可選] 由字母 [`mvsk`] 組成; `m` = 均值,`v` = 方差,`s` = Fisher`s skew 和`k` = Fisher`s kurtosis。 (默認 = `mv`)。結果: Gilbrat 連續隨機變量
代碼#1:生成連續隨機變量變量 Gilbrat
輸出: RV: 代碼#2:Gilbrat 隨機變量和概率分佈
的輸出: 隨機分佈隨機數:[0.66090031 1.39027118 1.33876164 1.50366592 5.21419497 5.24225463 3.98547687 0.30586938 9.11346685 0.93014057]概率分佈:[0.00099024 0.31736749 0.5620854 0.64817773 0.65389139 0.6 2357239 0.57879516 0.52988354 0.48170703 0.43645277] 代碼#3:圖形表示
|
輸出t:
分佈:[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。 ]
代碼#4:各種位置參數
import
matplotlib. pyplot as plt
import
numpy as np
x
=
np.linspace (
0
,
5
,
100
)
# 各種位置參數
y1
=
gilbrat.pdf (x,
1
,
3
)
y2
=
gilbrat.pdf (x ,
1
,
4
)
plt.plot(x, y1,
" * "
, x, y2,
" r-- "
)
輸出:
