NumPy 1.14 - RandomState.power()

numpy.random.RandomState.power




numpy

numpy.random.RandomState.power

RandomState.power(a, size=None)

पॉवर वितरण से [0, 1] में नमूनों को सकारात्मक घातांक a - 1 के साथ खींचता है।

जिसे पावर फंक्शन वितरण के रूप में भी जाना जाता है।

पैरामीटर:

a : फ्लोट्स का फ्लोट या array_like

वितरण का पैरामीटर। शून्य से अधिक 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), तो एक मान एक लौटाया जाता है यदि एक अदिश राशि है। अन्यथा, np.array(a).size नमूने तैयार किए गए हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए बिजली वितरण से नमूने खींचे।

जन्म देती है:

ValueError

अगर एक <१।

टिप्पणियाँ

संभावना घनत्व फ़ंक्शन है

P (x; a) = ax ^ {a-1}, 0 \ le x \ le 1, a> 0।

पावर फंक्शन डिस्ट्रीब्यूशन पारेतो डिस्ट्रीब्यूशन का उलटा है। इसे बीटा वितरण के विशेष मामले के रूप में भी देखा जा सकता है।

इसका उपयोग, उदाहरण के लिए, बीमा दावों की ओवर-रिपोर्टिंग की मॉडलिंग में किया जाता है।

संदर्भ

[R373374] क्रिश्चियन क्लेबर, सैमुअल कोटज़, "अर्थशास्त्र और एक्चुअरी विज्ञान में सांख्यिकीय आकार वितरण", विली, 2003।
[R374374] हेकर्ट, एनए और फिलिबेन, जेम्स जे। "एनआईएसटी हैंडबुक 148: डेटाप्लेट संदर्भ मैनुअल, वॉल्यूम 2: लेट सबकमैंड्स एंड लाइब्रेरी फंक्शंस", नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड एंड टेक्नोलॉजी हैंडबुक सीरीज, जून 2003। http://www.itl.nist.gov/div898/software/dataplot/refman2/auxillar/powpdf.pdf

उदाहरण

वितरण से नमूने लें:

>>> a = 5. # shape
>>> samples = 1000
>>> s = np.random.power(a, samples)

संभाव्यता घनत्व फ़ंक्शन के साथ नमूनों का हिस्टोग्राम प्रदर्शित करें:

>>> import matplotlib.pyplot as plt
>>> count, bins, ignored = plt.hist(s, bins=30)
>>> x = np.linspace(0, 1, 100)
>>> y = a*x**(a-1.)
>>> normed_y = samples*np.diff(bins)[0]*y
>>> plt.plot(x, normed_y)
>>> plt.show()
../../_images/numpy-random-RandomState-power-1_00_00.png

पारेतो के विलोम के लिए पावर फंक्शन वितरण की तुलना करें।

>>> from scipy import stats
>>> rvs = np.random.power(5, 1000000)
>>> rvsp = np.random.pareto(5, 1000000)
>>> xx = np.linspace(0,1,100)
>>> powpdf = stats.powerlaw.pdf(xx,5)
>>> plt.figure()
>>> plt.hist(rvs, bins=50, normed=True)
>>> plt.plot(xx,powpdf,'r-')
>>> plt.title('np.random.power(5)')
>>> plt.figure()
>>> plt.hist(1./(1.+rvsp), bins=50, normed=True)
>>> plt.plot(xx,powpdf,'r-')
>>> plt.title('inverse of 1 + np.random.pareto(5)')
>>> plt.figure()
>>> plt.hist(1./(1.+rvsp), bins=50, normed=True)
>>> plt.plot(xx,powpdf,'r-')
>>> plt.title('inverse of stats.pareto(5)')
../../_images/numpy-random-RandomState-power-1_01_00.png
../../_images/numpy-random-RandomState-power-1_01_01.png
../../_images/numpy-random-RandomState-power-1_01_02.png