numpy.random.geometric#

random.geometric(p, size=None)#

从几何分布中抽取样本.

伯努利试验是具有两种结果之一的实验:成功或失败（这种实验的一个例子是掷硬币）.几何分布模型化了为了实现成功必须进行的试验次数.因此,它支持正整数,``k = 1, 2, …``.

几何分布的概率质量函数是

\[f(k) = (1 - p)^{k - 1} p\]

其中 p 是单次试验成功的概率.

备注

新代码应使用 Generator 实例的 geometric 方法;请参阅快速开始.

参数:

p浮点数或浮点数的类数组对象: 单次试验成功的概率.
sizeint 或 int 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:

参见

示例

从几何分布中抽取一万个值,个体成功的概率等于0.35:

>>> z = np.random.geometric(p=0.35, size=10000)

单次运行后有多少次试验成功?

>>> (z == 1).sum() / 10000.
0.34889999999999999 #random