NumPy 1.14 - RandomState.exponential()

numpy.random.RandomState.exponential




numpy

numpy.random.RandomState.exponential

RandomState.exponential(scale=1.0, size=None)

घातांक वितरण से नमूने लें।

इसकी प्रायिकता घनत्व क्रिया है

f (x; \ frac {1} {\ beta}) = \ frac {1} {\ beta} \ exp (- \ frac {x} {\ beta}),

x > 0 और 0 के लिए कहीं और। \ बीटा स्केल पैरामीटर है, जो रेट पैरामीटर का विलोम है \ lambda = 1 / \ बीटा । दर पैरामीटर घातीय वितरण [R293293] का एक वैकल्पिक, व्यापक रूप से उपयोग किया जाने वाला पैरामीटर है।

घातीय वितरण ज्यामितीय वितरण का एक निरंतर एनालॉग है। यह कई सामान्य स्थितियों का वर्णन करता है, जैसे कि कई बारिश की बूंदों [R291293] , या विकिपीडिया [R292293] पेज अनुरोधों के बीच के समय पर मापी जाने वाली वर्षा का आकार।

पैरामीटर:

पैमाना : तैरने की फ़्लोट या अरै_ल

स्केल पैरामीटर, \ बीटा = 1 / \ lambda

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), scale स्केलर होने scale एक एकल मान लौटाया जाता है। अन्यथा, np.array(scale).size नमूने तैयार किए जाते हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए घातीय वितरण से नमूने खींचे।

संदर्भ

[R291293] ( 1 , 2 ) Peyton Z. Peebles जूनियर, "प्रोबेबिलिटी, रैंडम वेरिएबल्स एंड रैंडम सिग्नल प्रिंसिपल्स", 4th एड, 2001, पी। 57।
[R292293] ( 1 , 2 ) विकिपीडिया, "पॉसन प्रक्रिया", http://en.wikipedia.org/wiki/Poisson_process
[R293293] ( 1 , 2 ) विकिपीडिया, "घातांक वितरण", http://en.wikipedia.org/wiki/Exponential_distribution