numpy.random.rayleigh#

random.rayleigh(scale=1.0, size=None)#

从瑞利分布中抽取样本.

\(\chi\) 和 Weibull 分布是 Rayleigh 分布的推广.

备注

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

参数:
scale浮点数或浮点数的类数组对象,可选

比例,也等于模式.必须是非负的.默认是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）,如果 ``scale 是标量,则返回一个单一值.否则,会抽取 np.array(scale).size 个样本.

返回:
outndarray 或标量

从参数化的瑞利分布中抽取样本.

参见

random.Generator.rayleigh

应用于新代码.

备注

瑞利分布的概率密度函数是

\[P(x;scale) = \frac{x}{scale^2}e^{\frac{-x^2}{2 \cdotp scale^2}}\]

例如,如果风的东向和北向分量具有相同零均值高斯分布,则风速将具有瑞利分布.

参考文献

[2]

维基百科,”瑞利分布” https://en.wikipedia.org/wiki/Rayleigh_distribution

示例

从分布中抽取值并绘制直方图

>>> from matplotlib.pyplot import hist
>>> values = hist(np.random.rayleigh(3, 100000), bins=200, density=True)

波浪高度往往遵循瑞利分布.如果平均波浪高度为1米,那么波浪高度大于3米的概率是多少?

>>> meanvalue = 1
>>> modevalue = np.sqrt(2 / np.pi) * meanvalue
>>> s = np.random.rayleigh(modevalue, 1000000)

大于3米的海浪百分比是:

>>> 100.*sum(s>3)/1000000.
0.087300000000000003 # random
On this page