numpy.random.RandomState.logseries#
方法
- random.RandomState.logseries(p, size=None)#
从对数级数分布中抽取样本.
样本是从具有指定形状参数的对数级数分布中抽取的,0 <=
p< 1.- 参数:
- p浮点数或浮点数的类数组对象
分布的形状参数.必须在范围 [0, 1) 内.
- 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 ``p是标量时返回一个单一值.否则,会抽取np.array(p).size个样本.
- 返回:
- outndarray 或标量
从参数化的对数级数分布中抽取样本.
参见
scipy.stats.logser概率密度函数、分布或累积密度函数等.
random.Generator.logseries应该用于新代码.
备注
对数级数分布的概率密度为
\[P(k) = \frac{-p^k}{k \ln(1-p)},\]其中 p = 概率.
对数级数分布经常用于表示物种丰富度和出现率,最早由Fisher、Corbet和Williams在1943年提出 [2].它也可以用于模拟在汽车中看到的乘客数量 [3].
参考文献
[1]Buzas, Martin A.; Culver, Stephen J., 通过出现次数的对数级数分布理解区域物种多样性:BIODIVERSITY RESEARCH 多样性与分布, 第5卷, 第5期, 1999年9月, 页码. 187-195(9).
[2]Fisher, R.A., A.S. Corbet, 和 C.B. Williams. 1943. 物种数量与动物种群随机样本中个体数量之间的关系.动物生态学杂志, 12:42-58.
[3]D. J. Hand, F. Daly, D. Lunn, E. Ostrowski, A Handbook of Small Data Sets, CRC Press, 1994.
[4]Wikipedia, “对数分布”, https://en.wikipedia.org/wiki/Logarithmic_distribution
示例
从分布中抽取样本:
>>> a = .6 >>> s = np.random.logseries(a, 10000) >>> import matplotlib.pyplot as plt >>> count, bins, ignored = plt.hist(s)
# 绘制分布图
>>> def logseries(k, p): ... return -p**k/(k*np.log(1-p)) >>> plt.plot(bins, logseries(bins, a)*count.max()/ ... logseries(bins, a).max(), 'r') >>> plt.show()
