NumPy 1.14 - numpy.random.triangular()

numpy.random.triangular




numpy

numpy.random.triangular

numpy.random.triangular(left, mode, right, size=None)

अंतराल पर त्रिकोणीय वितरण से नमूने खींचें [left, right]

त्रिकोणीय वितरण एक निरंतर संभावना वितरण है जिसकी निचली सीमा बाएं, मोड पर चोटी और ऊपरी सीमा दाईं ओर है। अन्य वितरणों के विपरीत, ये पैरामीटर सीधे पीडीएफ के आकार को परिभाषित करते हैं।

पैरामीटर:

बायां : फ्लोट्स का फ्लोट या array_like

निचली सीमा।

मोड : फ्लोट्स की फ़्लोट या array_like

वह मान जहाँ वितरण का शिखर होता है। मान left <= mode <= right शर्त को पूरा करना चाहिए left <= mode <= right

दाईं ओर : फ़्लोट्स का फ़्लोट या array_like

ऊपरी सीमा, left से बड़ी होनी 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) है, तो एक एकल मान लौटाया जाता है यदि left , mode और right सभी स्केलर हैं। अन्यथा, np.broadcast(left, mode, right).size नमूने खींचे जाते हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए त्रिकोणीय वितरण से नमूने खींचे।

टिप्पणियाँ

त्रिकोणीय वितरण के लिए संभाव्यता घनत्व कार्य है

P (x; l; m, r) = \ start {case} \ frac {2 (xl)} {{(rl) (ml)} & \ text {$ l \ leq x \ leq m $} के लिए, \\ \ frac {2 (rx)} {(rl) (rm)} & \ text {$ m \ leq x \ leq r $} के लिए, \\ 0 & \ text {अन्यथा}। \ अंत {} मामलों

त्रिकोणीय वितरण का उपयोग अक्सर गैर-परिभाषित समस्याओं में किया जाता है जहां अंतर्निहित वितरण ज्ञात नहीं है, लेकिन सीमा और मोड का कुछ ज्ञान मौजूद है। अक्सर इसका उपयोग सिमुलेशन में किया जाता है।

संदर्भ

[R539539] विकिपीडिया, "त्रिकोणीय वितरण" http://en.wikipedia.org/wiki/Triangular_distribution

उदाहरण

वितरण से मान निकालें और हिस्टोग्राम प्लॉट करें:

>>> import matplotlib.pyplot as plt
>>> h = plt.hist(np.random.triangular(-3, 0, 8, 100000), bins=200,
...              normed=True)
>>> plt.show()
../../_images/numpy-random-triangular-1.png