2020-11-25

Numpy随机抽样

• 知识点
• • 二级目录
  • • 三级目录

知识点

numpy scipy的stats.binom.pmf 假设有一种只有两个结果的试验，其成功概率为 P,那么二项分布描述了进行n次这样的独立试验而成功k次的概率。

二项分布的概率质量函数公式如下：

使用二项分布的概率质量函数pmf()可以很容易计算出现k次6点的概率。

pmf()

pmf()的第一个参数为随机变量的取值，后面的参数为描述随机分布所需的参数。对于二项分布来说，参数分别为n和P,而取值范围则为0到n之间的整数。

程序通过二项分布的概率质量公式计算投掷5次骰子出现0到6所对应的概率：

stats.binom.pmf(range(6), 5, 1/6.0)

array([0.401878, 0.401878, 0.166751, 0.032150, 0.003215, 0.000129])

由结果可知：出现0或1次6点的概率为40.2%,而出现3次6点的概率为3.215%

numpy.random.binomial(n,p,size=None) 二项分布概率函数，n表示一次试验运行多少回，p表示的试验成功的概率，size表示进行多少次试验

**matplotlib.pyplot.hist( data,bins,density,color) ** bins划分间隔，density=True为频率直方图。

numpy.around(a, decimals=0, out=None) 返回四舍五入后的值，可指定精度。a 表示输入数组

decimals 要舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置。

二级目录

三级目录