python的numpy 能生成一定概率分布的隨機數(shù)，但如果需要更具體的概率密度，累積概率，就要使用scipy.stats。scipy.stats用于統(tǒng)計分析，統(tǒng)計工具和隨機過程的概率，各個隨機過程的隨機數(shù)生成器可以從numpy.random中找到。本文介紹python中使用scipy.stats產(chǎn)生隨機數(shù)的原理及實例。

1、scipy.stats正態(tài)分步格式

scipy.stats #生成指定分布

scipy.stats.poisson.rvs(loc=期望, scale=標準差, size=生成隨機數(shù)的個數(shù)) #從泊松分布中生成指定個數(shù)的隨機數(shù)

2、使用說明

norm.rvs通過loc和scale參數(shù)可以指定隨機變量的偏移和縮放參數(shù)，這里對應的是正態(tài)分布的期望和標準差。

size得到隨機數(shù)數(shù)組的形狀參數(shù)。

3、scipy.stats使用實例：產(chǎn)生隨機數(shù)

#1. random number
#np.random.normal(loc=0.0, scale=1.0, size=None)
rv_unif = st.uniform.rvs(size=10)
print(rv_unif)
rv_norm=st.norm.rvs(loc = 5,scale = 1,size =(2,2))
print(rv_norm)
rv_beta=st.beta.rvs(size=10,a=4,b=2)
print(rv_beta)

到此這篇關于python中scipy.stats產(chǎn)生隨機數(shù)實例講解的文章就介紹到這了,更多相關python中如何使用scipy.stats產(chǎn)生隨機數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！