NumPy 1.14 - numpy.random.zipf()

numpy.random.zipf




numpy

numpy.random.zipf

numpy.random.zipf(a, size=None)

एक ज़िप वितरण से नमूने ड्रा।

नमूने निर्दिष्ट पैरामीटर a > 1 के साथ एक Zipf वितरण से तैयार किए गए हैं।

ज़िपफ वितरण (जिसे जेट वितरण के रूप में भी जाना जाता है) एक निरंतर संभाव्यता वितरण है जो ज़िपफ के नियम को संतुष्ट करता है: किसी वस्तु की आवृत्ति आवृत्ति तालिका में अपनी रैंक के विपरीत आनुपातिक होती है।

पैरामीटर:

a : फ्लोट्स का फ्लोट या array_like

वितरण पैरामीटर। 1 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 ज़िपफ वितरण से नमूने खींचे।

यह भी देखें

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

टिप्पणियाँ

जिपफ वितरण के लिए संभाव्यता घनत्व है

p (x) = \ frac {x ^ {- a}} {\ zeta (a)},

कहा पे \ जीटा रीमैन ज़ेटा फंक्शन है।

इसका नाम अमेरिकी भाषाविद् जॉर्ज किंग्सले जिपफ के लिए रखा गया है, जिन्होंने नोट किया कि किसी भाषा के नमूने में किसी शब्द की आवृत्ति आवृत्ति तालिका में अपनी रैंक के विपरीत आनुपातिक है।

संदर्भ

[R557557] जिपफ, जीके, "भाषा में सापेक्ष आवृत्ति के सिद्धांत के चयनित अध्ययन," कैम्ब्रिज, एमए: हार्वर्ड यूनीव। प्रेस, 1932।

उदाहरण

वितरण से नमूने लें:

>>> a = 2. # parameter
>>> s = np.random.zipf(a, 1000)

संभाव्यता घनत्व फ़ंक्शन के साथ नमूनों का हिस्टोग्राम प्रदर्शित करें:

>>> import matplotlib.pyplot as plt
>>> from scipy import special

50 पर Truncate का मान बहुत दिलचस्प है:

>>> count, bins, ignored = plt.hist(s[s<50], 50, normed=True)
>>> x = np.arange(1., 50.)
>>> y = x**(-a) / special.zetac(a)
>>> plt.plot(x, y/max(y), linewidth=2, color='r')
>>> plt.show()
../../_images/numpy-random-zipf-1.png