numpy.random.RandomState.logistic#
方法
- random.RandomState.logistic(loc=0.0, scale=1.0, size=None)#
从逻辑分布中抽取样本.
样本是从具有指定参数的逻辑分布中抽取的,参数包括 loc（位置或均值,也是中位数）和 scale（>0）.
- 参数:
- loc浮点数或浮点数的类数组对象,可选
分布的参数.默认值是 0.
- scale浮点数或浮点数的类数组对象,可选
分布的参数.必须是非负的.默认值为1.
- size整数或整数的元组,可选
输出形状.如果给定的形状是,例如,``(m, n, k)``,那么会抽取
m * n * k个样本.如果大小是None``（默认）,当 ``loc和scale都是标量时,返回一个单一值.否则,会抽取np.broadcast(loc, scale).size个样本.
- 返回:
- outndarray 或标量
从参数化的逻辑分布中抽取样本.
参见
scipy.stats.logistic概率密度函数、分布或累积密度函数等.
random.Generator.logistic应该用于新代码.
备注
Logistic 分布的概率密度为
\[P(x) = P(x) = \frac{e^{-(x-\mu)/s}}{s(1+e^{-(x-\mu)/s})^2},\]其中 \(\mu\) = 位置 和 \(s\) = 尺度.
Logistic 分布在极值问题中使用,它可以作为Gumbel分布的混合,在流行病学中,以及由世界国际象棋联合会（FIDE）使用,在Elo等级系统中,假设每个玩家的表现是一个Logistic分布的随机变量.
参考文献
[1]Reiss, R.-D. 和 Thomas M. (2001), “极值的统计分析,来自保险、金融、水文和其他领域,” Birkhauser Verlag, Basel, 第132-133页.
[2]Weisstein, Eric W. “Logistic 分布.” 来自 MathWorld–A Wolfram 网络资源.https://mathworld.wolfram.com/LogisticDistribution.html
[3]Wikipedia, “Logistic-分布”, https://en.wikipedia.org/wiki/Logistic_distribution
示例
从分布中抽取样本:
>>> loc, scale = 10, 1 >>> s = np.random.logistic(loc, scale, 10000) >>> import matplotlib.pyplot as plt >>> count, bins, ignored = plt.hist(s, bins=50)
# 绘制分布图
>>> def logist(x, loc, scale): ... return np.exp((loc-x)/scale)/(scale*(1+np.exp((loc-x)/scale))**2) >>> lgst_val = logist(bins, loc, scale) >>> plt.plot(bins, lgst_val * count.max() / lgst_val.max()) >>> plt.show()
