NumPy 1.14 - numpy.random.logseries()

numpy.random.logseries




numpy

numpy.random.logseries

numpy.random.logseries(p, size=None)

एक लघुगणक श्रृंखला वितरण से नमूने ड्रा।

नमूने निर्दिष्ट आकृति पैरामीटर के साथ एक लॉग श्रृंखला वितरण से तैयार किए गए हैं, 0 < p <1।

पैरामीटर:

p : फ्लोट्स की फ़्लोट या array_like

वितरण के लिए आकार पैरामीटर। सीमा (0, 1) में होना चाहिए।

आकार : इंट या टुपल इन्टस, वैकल्पिक

आउटपुट आकार। यदि दी गई आकृति है, जैसे, (m, n, k) , तो m * n * k नमूने खींचे जाते हैं। यदि आकार None (डिफ़ॉल्ट), यदि p एक अदिश राशि है तो एक एकल मान लौटाया जाता है। अन्यथा, np.array(p).size नमूने तैयार किए जाते हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए लघुगणक श्रृंखला वितरण से नमूने खींचे।

यह भी देखें

scipy.stats.logser
संभाव्यता घनत्व फ़ंक्शन, वितरण या संचयी घनत्व फ़ंक्शन, आदि।

टिप्पणियाँ

लॉग श्रृंखला वितरण के लिए संभावना घनत्व है

P (k) = \ frac {-p ^ k} {k \ ln (1-p)},

जहां p = संभावना।

1943 [2] में फिशर, कॉर्बेट और विलियम्स द्वारा प्रस्तावित प्रजाति समृद्धि और घटना का प्रतिनिधित्व करने के लिए लॉग श्रृंखला वितरण का अक्सर उपयोग किया जाता है। इसका उपयोग कारों [3] में देखे गए रहने वालों की संख्या को मॉडल करने के लिए भी किया जा सकता है।

संदर्भ

[R475478] बुज़स, मार्टिन ए।; कल्वर, स्टीफन जे।, घटनाओं की लॉग श्रृंखला वितरण के माध्यम से क्षेत्रीय प्रजातियों की विविधता को समझना: BIODIVERSITY RESEARCH विविधता और वितरण, खंड 5, नंबर 5, सितंबर 1999, पीपी। 187-195 (9)
[R476478] फिशर, आरए ,, ए.एस. कोरबेट और सीबी विलियम्स। 1943. जानवरों की आबादी के यादृच्छिक नमूने में प्रजातियों की संख्या और व्यक्तियों की संख्या के बीच संबंध। जर्नल ऑफ़ एनिमल इकोलॉजी, 12: 42-58।
[R477478] डीजे हैंड, एफ। डैली, डी। लून, ई। ओस्ट्रोव्स्की, ए हैंडबुक ऑफ़ स्मॉल डेटा सेट्स, सीआरसी प्रेस, 1994।
[R478478] विकिपीडिया, "लघुगणक वितरण", http://en.wikipedia.org/wiki/Logarithmic_distribution

उदाहरण

वितरण से नमूने लें:

>>> a = .6
>>> s = np.random.logseries(a, 10000)
>>> count, bins, ignored = plt.hist(s)

# वितरण के खिलाफ साजिश

>>> def logseries(k, p):
...     return -p**k/(k*log(1-p))
>>> plt.plot(bins, logseries(bins, a)*count.max()/
             logseries(bins, a).max(), 'r')
>>> plt.show()