NumPy 1.14 - RandomState.vonmises()

numpy.random.RandomState.vonmises




numpy

numpy.random.RandomState.vonmises

RandomState.vonmises(mu, kappa, size=None)

वॉन मिल्स वितरण से नमूने ड्रा।

नमूने निर्दिष्ट मोड (म्यू) और फैलाव (कप्पा) के अंतराल पर एक वॉन मिल्स वितरण से खींचे जाते हैं, [-पी, पी]]।

वॉन मिल्स वितरण (परिपत्र सामान्य वितरण के रूप में भी जाना जाता है) यूनिट सर्कल पर एक निरंतर संभावना वितरण है। यह सामान्य वितरण के परिपत्र एनालॉग के रूप में सोचा जा सकता है।

पैरामीटर:

म्यू : फ्लोट्स का फ्लोट या array_like

वितरण का मोड ("केंद्र")।

कप्पा : फ्लोट्स का फ्लोट या array_like

वितरण का फैलाव, होना => ०।

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), एक एकल मान लौटाया जाता है यदि mu और kappa दोनों स्केलर हैं। अन्यथा, np.broadcast(mu, kappa).size नमूने तैयार किए जाते हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए वॉन मिल्स वितरण से नमूने लिए गए।

यह भी देखें

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

टिप्पणियाँ

वॉन मिल्स वितरण के लिए संभावना घनत्व है

p (x) = \ frac {e ^ {\ _ kappa cos (x- \ mu)}}} {2 \ pi I_0 (\ kappa)}, "

कहा पे \ म्यू मोड है और \ कप्पा फैलाव, और I_0 (\ कप्पा) आदेश 0 का संशोधित बेसेल फ़ंक्शन है।

वॉन मिज़ का नाम रिचर्ड एडलर वॉन मिज़ के नाम पर रखा गया है, जो ऑस्ट्रिया-हंगरी में पैदा हुए थे, जो अब यूक्रेन है। वह 1939 में संयुक्त राज्य अमेरिका भाग गए और हार्वर्ड में प्रोफेसर बन गए। उन्होंने संभाव्यता सिद्धांत, वायुगतिकी, द्रव यांत्रिकी और विज्ञान के दर्शन में काम किया।

संदर्भ

[R399400] अब्रामोवित्ज़, एम। और स्टगुन, आईए (ईडीएस)। "हैंडबुक ऑफ़ मैथेमेटिकल फ़ंक्शन्स विद फ़ार्मुले, ग्राफ़्स एंड मैथमेटिकल टेबल, 9 वीं प्रिंटिंग," न्यूयॉर्क: डोवर, 1972।
[R400400] वॉन मिज़, आर।, "गणितीय सिद्धांत की संभावना और सांख्यिकी", न्यूयॉर्क: अकादमिक प्रेस, 1964।

उदाहरण

वितरण से नमूने लें:

>>> mu, kappa = 0.0, 4.0 # mean and dispersion
>>> s = np.random.vonmises(mu, kappa, 1000)

संभाव्यता घनत्व फ़ंक्शन के साथ नमूनों का हिस्टोग्राम प्रदर्शित करें:

>>> import matplotlib.pyplot as plt
>>> from scipy.special import i0
>>> plt.hist(s, 50, normed=True)
>>> x = np.linspace(-np.pi, np.pi, num=51)
>>> y = np.exp(kappa*np.cos(x-mu))/(2*np.pi*i0(kappa))
>>> plt.plot(x, y, linewidth=2, color='r')
>>> plt.show()
../../_images/numpy-random-RandomState-vonmises-1.png