numpy.random.RandomState.vonmises#
方法
- random.RandomState.vonmises(mu, kappa, size=None)#
从 von Mises 分布中抽取样本.
样本是从具有指定模式（mu）和分散度（kappa）的 von Mises 分布中抽取的,区间为 [-pi, pi].
von Mises 分布（也称为圆正态分布）是单位圆上的连续概率分布.它可以被认为是正态分布的圆形模拟.
- 参数:
- mu浮点数或浮点数的类数组对象
分布的模式（”center”）.
- kappa浮点数或浮点数的类数组对象
分布的离散度,必须 >=0.
- 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 ``mu和kappa都是标量时,返回一个单一值.否则,会抽取np.broadcast(mu, kappa).size个样本.
- 返回:
- outndarray 或标量
从参数化的 von Mises 分布中抽取样本.
参见
scipy.stats.vonmises概率密度函数、分布或累积密度函数等.
random.Generator.vonmises应该用于新代码.
备注
von Mises 分布的概率密度为
\[p(x) = \frac{e^{\kappa cos(x-\mu)}}{2\pi I_0(\kappa)},\]其中 \(\mu\) 是模式,:math:kappa 是分散,而 \(I_0(\kappa)\) 是 0 阶修正贝塞尔函数.
冯·米塞斯是以理查德·埃德勒·冯·米塞斯命名的,他出生于奥匈帝国,即现在的乌克兰.他于1939年逃往美国,并在哈佛大学成为教授.他在概率论、空气动力学、流体力学和科学哲学方面有研究.
参考文献
[1]Abramowitz, M. 和 Stegun, I. A. (编). “数学函数手册,附有公式、图表和数学表格,第9次印刷,” 纽约: Dover, 1972.
[2]von Mises, R., “概率与统计的数学理论”, 纽约: Academic Press, 1964.
示例
从分布中抽取样本:
>>> mu, kappa = 0.0, 4.0 # mean and dispersion >>> s = np.random.vonmises(mu, kappa, 1000)
显示样本的直方图,以及概率密度函数:
>>> import matplotlib.pyplot as plt >>> from scipy.special import i0 >>> plt.hist(s, 50, density=True) >>> x = np.linspace(-np.pi, np.pi, num=51) >>> y = np.exp(kappa*np.cos(x-mu))/(2*np.pi*i0(kappa)) >>> plt.plot(x, y, linewidth=2, color='r') >>> plt.show()
