numpy.random.rayleigh

numpy.random.rayleigh(scale=1.0, size=None)

Генерация выборок из распределения Рейлея.

Распределения и Вейбулла являются обобщениями распределения Рейлея.

Параметры:

scale : float или array_like из floats, необязательно Масштаб, также равный моде. Должно быть >= 0. По умолчанию равно 1. size : int или кортеж из int, необязательно Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок будут сгенерированы. Если размер равен None (по умолчанию), возвращается единственное значение, если scale является скаляром. В противном случае, np.array(scale).size выборок будут сгенерированы.

Возвращает:

out : ndarray или скаляр Сгенерированные выборки из распределения Рейлея с заданными параметрами.

Примечания

Функция плотности вероятности для распределения Рейлея:

Распределение Рейлея может возникать, например, если восточный и северный компоненты скорости ветра имеют одинаковые гауссовы распределения с нулевым средним. Тогда скорость ветра будет иметь распределение Рейлея.

Ссылки

[R264]

Brighton Webs Ltd., “Распределение Рейлея,” http://www.brighton-webs.co.uk/distributions/rayleigh.asp

[R265]

Википедия, “Распределение Рейлея” http://en.wikipedia.org/wiki/Rayleigh_distribution

Примеры

Генерация значений из распределения и построение гистограммы

>>> values = hist(np.random.rayleigh(3, 100000), bins=200, normed=True)

Высота волн часто следует распределению Рейлея. Если средняя высота волны составляет 1 метр, то какая часть волн, вероятно, будет выше 3 метров?

>>> meanvalue = 1
>>> modevalue = np.sqrt(2 / np.pi) * meanvalue
>>> s = np.random.rayleigh(modevalue, 1000000)

Процент волн, превышающих 3 метра:

>>> 100.*sum(s>3)/1000000.
0.087300000000000003