numpy.random.Generator.geometric

method

random.Generator.geometric(p, size=None)

从几何分布中抽取样本.

伯努利试验是具有两种结果之一的实验:成功或失败(这种实验的一个例子是抛硬币).几何分布对实现成功必须运行的试验次数进行建模.因此,它在正整数上得到支持, k = 1, 2, ... .

几何分布的概率质量函数为

\[f(k) = (1 - p)^{k - 1} p\]

其中 p 是单个试验成功的概率.

参数:

pfloat 或 float 的类数组

单个试验成功的概率.

sizeint 或 int 元组,可选

输出形状.如果给定的形状是,例如, (m, n, k) ,那么将抽取 m * n * k 个样本.如果 size 是 None (默认值),如果 p 是标量,则返回单个值.否则,将抽取 np.array(p).size 个样本.

返回:

outndarray 或标量

从参数化的几何分布中抽取样本.

参考文献

[1]

维基百科,"几何分布",https://en.wikipedia.org/wiki/Geometric_distribution

示例

Try it in your browser!

从几何分布中抽取 10,000 个值,其中单个成功的概率等于 p = 0.35 :

>>> p, size = 0.35, 10000
>>> rng = np.random.default_rng()
>>> sample = rng.geometric(p=p, size=size)

在单次运行后成功的试验的比例是多少?

>>> (sample == 1).sum()/size
0.34889999999999999  # may vary

参数为 p=0.35 的几何分布如下所示:

>>> import matplotlib.pyplot as plt
>>> count, bins, _ = plt.hist(sample, bins=30, density=True)
>>> plt.plot(bins, (1-p)**(bins-1)*p)
>>> plt.xlim([0, 25])
>>> plt.show()

Go BackOpen In Tab